（10217期）Last30days Skill – 30天社区情报聚合 · 真实声音一键追踪

30天社区情报聚合 · 真实声音一键追踪 聚合 Reddit、X、YouTube、TikTok、Polymarket 等 8 大平台的近 30 天真实讨论，生成带引用的社区情报简报，支持竞品对比与趋势追踪。 使用说明 核心用法 last30days 是一个社区情报聚合工具，通过单一命令调用即可同时检索 Reddit、X（Twitter）、YouTube、TikTok、Instagram、Hacker News、Polymarket 预测市场及 GitHub 的公开讨论数据。用户只需输入主题（如 nvidia earnings reaction 或 AI video tools），工具自动完成多源搜索、内容去重、聚类排序，并输出带引用的合成简报。 显著优点 多源实时聚合：覆盖 8 个平台，尤其擅长捕捉 Reddit 深度讨论、X 实时反应、YouTube 视频转录、Polymarket 预测赔率等单一工具难以同时获取的信号。 结构化输出：自动生成「What I learned」叙事摘要、「KEY PATTERNS」要点列表及带统计的页脚，支持 --emit=compact 快速阅读或保存完整原始数据到本地 Markdown。 智能预处理：通过 WebSearch 预解析 X 账号、GitHub 用户/仓库、Reddit 子版块等，显著提升人物/产品类主题的检索精度（Step 0.55 预研流程）。 竞品对比模式：内置 COMPARISON 查询类型，可并行执行多实体检索，输出并排对比表格（Head-to-Head）及「Quick Verdict」社区共识总结。 预测市场整合：Polymarket 数据直接以百分比赔率形式融入叙事，为新闻话题提供「真金白银」的量化预期。 潜在局限 依赖外部 API 与令牌：X 搜索需用户自备 AUTH_TOKEN/CT0 或 xAI API 密钥；TikTok/Instagram 需 ScrapeCreators API 密钥（10,000 次免费后按量计费）。无密钥时对应平台自动降级为零结果。 中文内容覆盖有限：主要优化英文社区检索，中文讨论（微博、小红书等）未接入，中文主题可能返回稀疏。 实时性受平台限制：Reddit 公共 API 偶有访问波动，极端情况下依赖 ScrapeCreators 备份；YouTube 依赖本地 yt-dlp，受 IP 速率限制影响。 合成质量依赖模型：最终摘要由宿主模型（Claude 等）生成，若未严格遵循 SKILL.md 的「LAW」格式约束，可能出现标题自创、多余 Sources 区块等格式漂移（v3.0.7+ 已引入结构锚点缓解）。 适合人群 投资者与分析师：快速获取标的公司（如 NVDA）的社区情绪与预测市场赔率。 产品经理与创始人：追踪竞品口碑、功能对比及真实用户痛点。 内容创作者与营销人：捕捉 viral 话题、热梗及跨平台叙事趋势。 研究人员与记者：验证新闻线索的多源交叉印证，获取一手引用。 常规风险 隐私与合规：工具本身只读公开数据，但用户需自行保管 API 密钥（写入 ~/.config/last30days/.env），避免意外泄露到版本控制。 幻觉与误引：若模型未严格执行「LAW 8」（内联链接引用），可能生成无法溯源的「社区说法」；建议关键论断二次核对原始 Markdown 存档。 成本累积：TikTok/Instagram 搜索在免费额度后按 ScrapeCreators 定价计费，高频使用需监控用量。 原始说明 Research what people actually say about any topic in the last 30 days. Pulls posts and engagement from Reddit, X, YouTube, TikTok, Hacker News, Polymarket, G...