twitter-watch-reply（推特 看回复）

twitter-watch-reply

用这个 skill 做 AA 模式（6551 监控版）：

• 6551 负责监控指定账号最近推文
• Agent 负责判断是否为新推并生成回复草稿
• 用户确认后，再用浏览器自动化发出回复

适用边界

只做 半自动：

1. 用 6551 拉目标账号最近推文
2. 过滤已处理 tweet / 转推 / 不想回复的内容
3. 对新推生成 1~3 条回复候选
4. 等用户明确确认某条候选
5. 用浏览器已登录态去回复

不要默认全自动发送。

6551 Token 配置说明

本 skill 的 Twitter/X 监控能力依赖 6551 接口，运行时通过环境变量 TWITTER_TOKEN 读取 token。

token 来源

按 6551 / opentwitter 约定，从这里获取：

• https://6551.io/mcp

如何配置

在运行本 skill 的同一终端 / 同一调度环境里设置：

export TWITTER_TOKEN=你的6551token

然后再运行：

python3 skills/twitter-watch-reply/scripts/doctor.py

注意事项

• 不要把 token 写死到 skill 文件里
• 不要把 token 提交到 Git 仓库
• 不要在聊天里直接发送 token 明文
• 如果用 cron / launchd / 其他调度器，要确保对应运行环境里也能读到 TWITTER_TOKEN

没配置 token 时会怎样

• doctor.py 会提示 TWITTER_TOKEN missing
• fetch_latest_tweets.py 会直接退出并报错，不会伪装成“没有新推”

依赖

必须有：

• 环境变量 TWITTER_TOKEN
• 可访问 6551 接口 https://ai.6551.io
• 用于最终发送回复的已登录 X 浏览器会话

文件结构

• skills/twitter-watch-reply/references/config-example.json：配置示例
• skills/twitter-watch-reply/scripts/watch_state.py：管理 watchlist / state / 去重
• skills/twitter-watch-reply/scripts/fetch_latest_tweets.py：通过 6551 拉最近推文并筛出新推
• skills/twitter-watch-reply/scripts/pick_pending_tweet.py：读取当前待处理推文
• skills/twitter-watch-reply/scripts/render_alert.py：为新推生成通用提醒载荷（新推 + 候选回复 + notify 配置）
• skills/twitter-watch-reply/scripts/render_alert_text.py：把提醒载荷渲染成适合聊天渠道发送的纯文本
• skills/twitter-watch-reply/scripts/mark_notified.py：标记某条推文已提醒，避免重复通知
• skills/twitter-watch-reply/references/reply-generation.md：生成回复候选的规范
• skills/twitter-watch-reply/references/host-adapter.md：宿主如何接通用通知层并真正发消息
• data/twitter-watch-reply/config.json：用户配置
• data/twitter-watch-reply/state.json：运行状态

若 config.json 不存在，先初始化再改配置。

默认流程

1. 初始化配置

python3 skills/twitter-watch-reply/scripts/watch_state.py init

2. 用 6551 拉最近推文

python3 skills/twitter-watch-reply/scripts/fetch_latest_tweets.py

脚本会：

• 读取 config.json
• 对 authors 逐个优先调用 6551 twitter_user_tweets，失败时自动 fallback 到 twitter_search + fromUser
• 过滤已 seen 的 tweet id
• 按配置跳过 replies / retweets
• 输出待处理的新推列表

3. 生成回复草稿

先运行：

python3 skills/twitter-watch-reply/scripts/pick_pending_tweet.py

再按 references/reply-generation.md 的规范，对待处理推文生成 3 条候选。

对每条新推默认生成 3 条候选：

• 朋友互动版
• 技术点评版
• 高情商简洁版

生成时遵守配置：

• tone
• language
• topicsAllow
• blockedWords
• maxReplyPerAuthorPerDay
• maxTotalReplyPerDay

4. 主动提醒（通用通知层）

先运行：

python3 skills/twitter-watch-reply/scripts/render_alert.py

该脚本会输出一份“提醒载荷”：

• 新推内容
• 链接
• 3 条候选回复
• notify 配置

这一步的设计目标是 通用通知，而不是写死某个 Telegram 群。

推荐由宿主环境按 notify.channel / notify.target / notify.threadId 决定发往：

• Telegram
• Discord
• Slack
• Signal
• 其他 OpenClaw 已接通的消息渠道

5. 等待确认后浏览器回复

只有用户明确说“发第 N 条”或给出明确修改意见时，才进入发送步骤。

发送前再次确认：

• 当前账号是否登录
• 回复框是否可写
• 当前推文是否尚未回复过

发送成功后更新 state.json：

• 记录 tweet id
• 记录发送时间
• 记录使用的回复文本

常用命令

安装前自检

python3 skills/twitter-watch-reply/scripts/doctor.py

自检会检查：

• TWITTER_TOKEN 是否存在（不显示明文）
• config.json / state.json 是否存在且格式正确
• 6551 基础连通性是否正常

若 config.json / state.json 不存在，先运行：

python3 skills/twitter-watch-reply/scripts/watch_state.py init

初始化/查看配置

python3 skills/twitter-watch-reply/scripts/watch_state.py init
python3 skills/twitter-watch-reply/scripts/watch_state.py show-config

添加/删除监控账号

python3 skills/twitter-watch-reply/scripts/watch_state.py add-author jakevin7
python3 skills/twitter-watch-reply/scripts/watch_state.py remove-author jakevin7
python3 skills/twitter-watch-reply/scripts/watch_state.py list-authors

检查新推

python3 skills/twitter-watch-reply/scripts/fetch_latest_tweets.py
python3 skills/twitter-watch-reply/scripts/fetch_latest_tweets.py --author jakevin7
python3 skills/twitter-watch-reply/scripts/pick_pending_tweet.py
python3 skills/twitter-watch-reply/scripts/render_alert.py

标记与去重

python3 skills/twitter-watch-reply/scripts/watch_state.py seen 2030857515660132533
python3 skills/twitter-watch-reply/scripts/watch_state.py was-seen 2030857515660132533

实操建议

• 第一版只监控 1~5 个账号
• 严格限制每天回复数量
• 半自动确认是默认模式，不要省掉
• 如果 twitter_user_tweets 失败，自动 fallback 到 twitter_search fromUser；两者都失败时再报错，不要伪造“无新推”
• 如果浏览器登录态失效，明确报错，不要瞎报成功

后续扩展

后续如果用户要升级，再增加：

• cron / 定时触发
• Telegram 通知待确认回复
• 关键词白名单
• 自动跳过低价值推文

通用化约定

• 不要假设固定机器路径。脚本默认根据自身目录推导 workspace。
• 如需自定义 workspace，设置 OPENCLAW_WORKSPACE。
• 如需自定义数据目录，设置 TWITTER_WATCH_REPLY_DATA_DIR。
• 定时轮询由外部调度器负责；skill 只提供 run_watch_loop.sh 作为示例，不强绑定某个用户的 launchd/cron。

通用通知边界

• 这个 skill 只负责生成“提醒载荷”，不把某个渠道写死进脚本。
• 真正的主动发送动作，应由宿主环境（例如 OpenClaw 的 message 能力）根据 notify 配置执行。
• 因此，Telegram / Discord / Slack / Signal 等都可以通过同一份提醒载荷来适配。

宿主发送流程（推荐）

推荐由宿主环境按以下顺序执行：

1. 运行 fetch_latest_tweets.py
2. 运行 render_alert.py 或 render_alert_text.py
3. 若存在 alert 且 notify.enabled=true，按 notify.channel/target/threadId 发消息
4. 发送成功后运行 mark_notified.py <tweet_id>

这样通知层就能保持通用，不和特定消息渠道耦合。

宿主适配

如果需要真正做到“抓到新推就自动提醒”，读取 references/host-adapter.md。 该文件说明了宿主（尤其是 OpenClaw）应如何消费本 skill 产生的 alert，并在发送成功后执行去重标记。