Token导航 LogoToken导航

Agent Skill · 效率

wechat-topic-radar(微信话题雷达)

wechat-topic-radar 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

wechat-topic-radar 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 12,848。

总安装 3,960周安装 165GitHub Stars 1下载 1,320核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:wechat-topic-radar(微信话题雷达)
来源仓库:https://github.com/sxzxlj/wechat-topic-radar
安装命令:
openclaw skills install wechat-topic-radar
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install wechat-topic-radar

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

聚合多平台热点,智能评估选题潜力,提供爆款切入角度、竞品分析及差异化内容方案,助力公众号内容创作。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install wechat-topic-radar;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

wechat-topic-radar 怎么安装?

在终端执行 openclaw skills install wechat-topic-radar。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

wechat-topic-radar 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

wechat-topic-radar 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

wechat-topic-radar 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

wechat-topic-radar 用的人多吗?

公开数据是累计安装 3,960 次,近一周安装 165 次,下载 1,320 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

wechat-topic-radar 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
wechat-topic-radar

微信话题雷达 · 本页

3,9601需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Skill: 公众号爆款选题雷达


version: "1.0.0" name: "wechat-topic-radar" display_name: "公众号爆款选题雷达" description: | 全网热点聚合分析工具,智能发现公众号爆款选题。 整理知乎、微博、小红书、公众号等多平台热点, 通过综合热度算法识别高潜力选题, 提供切入角度建议、竞品分析和内容差异化方案。 author: "liujian" tags: ["内容创作", "公众号", "热点分析", "选题工具", "数据分析"]


功能特性

🔥 多平台热点整理 (20+平台)

  • 国内热点: 百度热搜、微博热搜、知乎热榜、今日头条、抖音热搜、B站热搜/日榜
  • 技术社区: 掘金、CSDN、GitHub、V2EX、HackerNews
  • 新闻资讯: 网易新闻、少数派、爱范儿
  • 自动故障转移: 多源备份,确保数据稳定整理

🌡️ 综合热度算法

基于5大维度评估选题价值:

  • 平台热度 (20%):原始热度数据
  • 互动热度 (25%):点赞/评论/分享数据
  • 趋势热度 (20%):新鲜度和增长趋势
  • 内容质量 (15%):标题质量和完整性
  • 爆款潜力 (20%):情绪价值和传播潜力

🎯 智能选题建议

  • 切入角度推荐:5种角度类型(情感共鸣/实用干货/观点评论/数据洞察/故事叙事)
  • 标题优化建议:基于爆款标题公式生成
  • 文章结构规划:提供完整的内容大纲
  • 情绪定位分析:匹配目标读者情绪

📊 竞品分析

  • 相似话题识别:发现同主题竞品内容
  • 角度分布分析:避免同质化竞争
  • 差异化策略:提供独特的切入建议

📈 可视化报告

  • HTML交互报告:美观的可视化分析
  • 热度趋势图表:TOP10热度排行、雷达图分析
  • 关键词云图:热点词汇提取
  • JSON数据导出:便于二次分析

使用方法

完整扫描

# 执行完整的热点扫描和分析
python scripts/radar_main.py scan

# 指定平台和数量
python scripts/radar_main.py scan -p zhihu weibo -l 30

快速扫描

# 快速获取热点概览
python scripts/radar_main.py quick

# 按关键词筛选
python scripts/radar_main.py quick -k 职场

单选题分析

# 分析单个选题
python scripts/radar_main.py analyze "为什么年轻人都不结婚了?"

多选题对比

# 对比多个选题
python scripts/radar_main.py compare "标题1" "标题2" "标题3"

Python API调用

from scripts.radar_main import WechatTopicRadar

# 初始化雷达
radar = WechatTopicRadar('config/config.yaml')

# 执行完整扫描
result = radar.scan()

# 获取TOP10热门选题
top_topics = result['scores'][:10]
for score in top_topics:
    print(f"{score.topic.title} - 热度: {score.total_score}")

# 快速扫描
quick_result = radar.quick_scan(keyword="职场")

# 分析单个选题
analysis = radar.analyze_topic("你的选题标题")
print(analysis.angles[0]['suggested_title'])

输出示例

控制台输出

============================================================
🔥 公众号爆款选题雷达 - 开始扫描
============================================================
📱 扫描平台: zhihu, weibo, xiaohongshu, wechat
📊 每平台整理: 50 条
⏰ 开始时间: 2024-01-15 09:30:00
------------------------------------------------------------

📡 Step 1: 多平台数据整理...
   ✅ 共整理 156 条热点数据

🌡️  Step 2: 综合热度计算...
   ✅ 计算完成,89 条达到热度阈值

📈 Step 3: 热点趋势分析...
   ✅ 提取 45 个关键词
   ✅ 识别 23 个上升话题

🔍 Step 4: 选题深度分析...
   ✅ 完成 10 个选题深度分析

📄 Step 5: 生成分析报告...
   ✅ HTML报告: ./data/reports/topic_radar_report_20240115_093015.html
   ✅ JSON数据: ./data/topic_data_20240115_093015.json

============================================================
✨ 扫描完成!
============================================================
🏆 TOP 5 热门选题:
   1. [知乎] 2024年最赚钱的10个行业... (热度: 92.5)
   2. [微博] 为什么年轻人都不结婚了?... (热度: 89.3)
   ...

分析报告内容

  • 📊 数据概览:整理统计、平台分布
  • 📈 可视化图表:热度排行、雷达图、关键词图
  • ⭐ 精选推荐:当下最热/高潜力/被低估选题
  • 🔍 深度分析:TOP5选题的切入角度、差异化建议

配置说明

配置文件位置:config/config.yaml

# 扫描平台配置
data_collection:
  platforms:
    - zhihu
    - weibo
    - xiaohongshu
    - wechat
  limit_per_platform: 50

# 热度算法权重
heat_algorithm:
  weights:
    platform: 0.20
    interaction: 0.25
    trend: 0.20
    quality: 0.15
    potential: 0.20

# 报告配置
report:
  output_dir: ./data/reports

项目结构

wechat-topic-radar/
├── SKILL.md                    # Skill定义文件
├── README.md                   # 项目说明
├── requirements.txt            # Python依赖
├── config/
│   └── config.yaml            # 配置文件
├── scripts/
│   ├── radar_main.py          # 主控模块
│   ├── data_collector.py      # 数据整理
│   ├── heat_algorithm.py      # 热度算法
│   ├── topic_analyzer.py      # 选题分析
│   └── report_generator.py    # 报告生成
├── data/                      # 数据存储
│   └── reports/              # 报告输出
└── assets/                    # 静态资源

技术栈

  • Python 3.8+
  • requests:网络数据整理
  • jieba:中文分词和关键词提取
  • numpy:数值计算
  • plotly:交互式可视化
  • pyyaml:配置管理

数据来源

平台类型数据源
百度热搜综合热点小尘API
微博热搜社交媒体小尘API
知乎热榜问答社区小尘API
今日头条新闻资讯小尘API
抖音热搜短视频小尘API
B站热搜/日榜视频社区小尘API
掘金技术社区小尘API
CSDN技术社区小尘API
GitHub开源社区小尘API
网易新闻新闻资讯小尘API
少数派科技媒体小尘API
爱范儿科技媒体小尘API
V2EX技术社区官方API
HackerNews技术社区官方API

注意事项

  1. 数据准确性:网络数据整理可能存在延迟或波动
  2. 合规使用:请遵守各平台的数据使用规范
  3. 热点时效:热点内容具有时效性,建议及时跟进
  4. 人工判断:算法建议仅供参考,最终选题需结合人工判断

更新计划

  • [x] 接入更多数据源(抖音、B站、今日头条等)
  • [ ] AI智能标题生成
  • [ ] 历史热点趋势分析
  • [ ] 个性化推荐算法
  • [ ] 定时自动推送报告

联系作者

  • 作者: liujian
  • 邮箱: sxzxlj@163.com
  • 版本: 1.0.0

平台分布

OpenClaw

97.69%
按下载量换算1,290

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills