过去 30 天大家到底在聊什么？这个开源技能把 Reddit、X、YouTube、HN 和预测市场揉成一份研究简报

如果你经常做内容研究、产品判断、提示词整理，或者需要快速搞清楚“最近一个月某个话题到底发生了什么”，那你大概率遇到过一个问题：

信息很多，但很散。

Reddit 上有人在认真讨论，X 上有人在快速扩散，YouTube 里有人已经做了长视频拆解，Hacker News 在从技术角度评价，预测市场里甚至已经有人拿真钱下注。真正难的，从来不是找到一条信息，而是把这些分散信号整理成一份有权重、有来源、有结论的研究结果。

GitHub 上最近这个项目 last30days-skill，就是在做这件事。

它把自己定义成一个面向 AI Agent 的 research skill：针对任意主题，自动去抓取过去 30 天里多个平台上的相关讨论与信号，再把结果整理成一份带引用的叙述式简报。

这不是普通搜索，而是“跨平台近 30 天研究”

从定位上看，last30days-skill 并不想替代通用搜索引擎。

它更像一个面向近期趋势和社区共识的“研究层”：

•看 Reddit 上哪些帖子真的被顶起来了

•看 X 上哪些观点被转发和讨论

•看 YouTube 上谁已经做了视频讲解

•看 Hacker News 技术社区到底怎么看

•看 Polymarket 之类的预测市场，哪些判断已经有人真金白银下注

•再配合网页搜索，把这些信号汇总成一份可读的结论

换句话说，它不是回答“这个主题是什么”，而是回答：

过去 30 天，真正关注这个主题的人在讨论什么、认同什么、争论什么、押注什么。

这对内容创作者、研究员、产品经理、投资观察者，甚至做提示词工程的人来说，都很有价值。

这个 skill 最强的一点：不是抓得多，而是会综合排序

只会抓数据并不稀奇，难的是把杂音压下去。

根据仓库说明，last30days-skill 的核心不是“接了几个平台”，而是它后面那套多信号综合评分机制。

它会综合考虑：

•文本相关性

•同义词扩展与词项重叠

•互动数据与传播速度

•来源权重

•跨平台收敛度

•时间衰减

如果是预测市场，还会进一步考虑：

•文本匹配度

•24 小时交易量

•流动性深度

•价格变动速度

•市场结果的竞争程度

这意味着它不是机械地把结果拼在一起，而是在试图回答一个更实际的问题：

哪些内容，才值得你优先看。

这点非常重要。因为做趋势研究时，最怕不是没信息，而是被大量低价值噪音拖慢判断。

覆盖源很有意思：把“社区讨论”与“真实押注”放进同一张图里

目前这个项目覆盖的信号源相当丰富，而且组合方式很值得玩味。

默认可覆盖的核心来源包括：

•Reddit

•X / Twitter

•YouTube

•Hacker News

•Polymarket

•通用 Web Search

•Bluesky

•TikTok

•Instagram

•Truth Social

其中有几个点特别值得注意。

1. Hacker News 和 Polymarket 的加入，让它不只是“社交媒体摘要”

很多趋势工具会止步于社交平台，但 last30days-skill 把 Hacker News 和 Polymarket 也纳进来了。

这会带来两个额外维度：

•技术社区判断：Hacker News 更偏工程、产品、创业视角

•金钱信号：预测市场不是“谁声音大”，而是“谁愿意下注”

这会让研究结果从“舆情”进一步升级为“舆情 + 技术判断 + 市场押注”。

2. Reddit 顶级评论被抬高权重，很符合真实使用场景

仓库里特别提到，Reddit 的 top comments 现在会被纳入更高权重显示。

这是个很实用的细节。

因为很多时候，Reddit 最有价值的信息并不在主帖，而是在高票评论区。真正有经验的人、踩过坑的人、做过实测的人，常常是在评论里补上最有用的信息。

如果一个工具只抓帖子标题，不抓评论层，那研究深度会差很多。

3. 它不只研究“AI 圈热点”，也适合文化、音乐、消费与产品判断

项目给的例子非常典型：

•某个图像模型最近大家怎么写提示词

•某个工具在社区里有哪些最佳实践

•最近哪首说唱歌最火

•某个公众人物最近到底发生了什么

这说明它的底层抽象，不是“AI 专用分析器”，而是一个适合一切“近期讨论密集型主题”的研究工作流。

新版本更新也很密集，说明项目还在高速进化

从 README 可以看到，这个 skill 的最近几个版本迭代速度很快。

比较关键的更新包括：

v2.9.5：Bluesky、对比模式、配置改进

这个版本最值得注意的是 Comparative Mode（对比模式）。

比如你输入：

•Claude Code vs Codex

它不只是给你搜两个关键词，而是会做三组并行研究，再输出：

•双方优势

•双方弱点

•正面比较表

•数据支撑下的结论

这说明它已经不只是“搜集”，而开始具备对比型研究能力。

此外，Bluesky 也被接入为新的社交信号源，说明它在追踪新平台趋势方面动作很快。

v2.9.1：自动保存研究结果

每次运行后，完整 briefing 会自动保存到 ~/Documents/Last30Days/。

这其实是一个很讨巧的功能：

你不只是得到一次性回答，而是在慢慢积累自己的研究资料库。

对于长期做选题、行业研究、竞品监测的人来说，这个设计很有价值。

v2.9：ScrapeCreators、智能发现、Top Comments

这一版让 Reddit、TikTok、Instagram 可以通过一个统一 API key 协同工作，并且强调：

•自动发现更合适的 subreddit

•提升顶级评论权重

•用更完整的评论层信息支撑结论

这说明项目已经不满足于“搜到内容”，而是在优化“搜得对不对、深不深”。

它适合谁？

如果只看仓库描述，last30days-skill 非常适合下面这几类人：

1. 内容创作者

你想快速知道：

•过去 30 天某个题材为什么火

•大家在用什么表达方式

•哪些角度已经讲烂了

•哪些观点还没被充分展开

它能帮你更快找到“社区已经验证过的叙事方向”。

2. 提示词研究者与 AI 工具玩家

项目明确强调，它特别适合做 prompt research。

也就是说，如果你不是想看官方文档，而是想知道：

真实社区里，哪些提示词结构真的有效，哪些工作流正在被反复验证。

那么这类跨平台研究就很有价值。

3. 产品经理 / 创业者 / 投资观察者

如果你研究的是：

•一个赛道最近有没有升温

•某个产品口碑到底往哪边走

•某个趋势是真热还是假热

•某个判断是否已经形成市场共识

那么把社区信号、技术社区反馈和预测市场放在一起，会比单看社媒热度可靠很多。

这个项目最有意思的地方，是它很像“给 Agent 装了一层研究感知系统”

我觉得 last30days-skill 最值得注意的，不只是它输出了一份 briefing。

更重要的是，它在尝试给 AI Agent 补上一种原本很弱的能力：

对近 30 天外部世界讨论的结构化感知。

很多 Agent 会写、会调工具、会执行流程，但一旦问它“最近大家到底怎么讨论这个主题”，它往往就会变得很空。

last30days-skill 的价值，就是把这种“最近发生了什么、不同圈层怎么看、哪些观点在收敛”的能力，做成一个可以调用的 skill。

这意味着它不只是一个搜索插件，更像是一个近期趋势研究引擎。

当然，它也有明确取舍

仓库里也没有回避一个现实：

这种深度研究不是秒出结果的。

官方直接说了，完整运行通常需要 2 到 8 分钟。因为它会并行搜索多个来源、打分、去重，再做综合叙述。

这其实是一个很健康的取舍：

•如果你要的是“快”，那普通搜索已经足够

•如果你要的是“最近 30 天这个主题到底怎么回事”，那多花几分钟通常值得

项目也提供了 --quick 模式，说明它并不是盲目追求全面，而是允许用户根据速度和深度做平衡。

最后

如果你把这个项目放在更大的 AI Agent 生态里看，它代表的是一个很清晰的方向：

Agent 不只是要能生成内容、执行命令、调用工具，还需要持续感知外部世界最近发生了什么。

而且这种感知，不能只是抓一堆网页，而必须把：

•社区讨论

•技术判断

•传播热度

•评论质量

•市场押注

一起揉成一个更接近“现实共识”的研究结果。

从这个角度说，last30days-skill 的价值并不只是“查资料”，而是在把“最近 30 天的世界”翻译成 AI 可用的行动情报。

如果你平时经常做选题、研究热点、追踪工具生态，或者想知道一个主题现在在不同平台上到底是什么温度，这个项目很值得研究。

参考来源

•项目地址：https://github.com/mvanhorn/last30days-skill[1]

参考链接

[1] https://github.com/mvanhorn/last30days-skill: https://github.com/mvanhorn/last30days-skill