GitHub_Trending/cla/claude-skills舆情分析技能:把握公众态度的终极指南
【免费下载链接】claude-skills345 Claude Code skills & agent skills & plugins (30+ Agents, 70+ custom commands, 330+ skills, customizable references, scripts)for Claude Code, Codex, Gemini CLI, Cursor, and 8 more coding agents — engineering, marketing, product, compliance, C-level advisory, research, business operations, commercial & finance, and your daily productivity skills.项目地址: https://gitcode.com/GitHub_Trending/cla/claude-skills
GitHub_Trending/cla/claude-skills是一个功能强大的开源项目,提供了345种Claude Code技能、代理技能和插件,包括30多个代理、70多个自定义命令和330多个技能,涵盖工程、营销、产品、合规、C级咨询、研究、业务运营、商业与金融以及日常生产力等多个领域。其中,舆情分析技能是该项目中非常实用的一个功能,能够帮助用户快速了解公众对特定话题的态度和看法。
什么是GitHub_Trending/cla/claude-skills舆情分析技能?
GitHub_Trending/cla/claude-skills舆情分析技能是一种多源时效性研究技能,能够在可配置的近期时间窗口(默认30天)内,通过Reddit、Hacker News、开放网络以及可选的X/Twitter等平台,获取任何话题的公众态度和趋势。该技能在搜索前会明确话题的特异性、角度(趋势/情感/问题/机会/比较)、时间窗口和平台范围,然后返回包含引用、参与度指标和跨平台模式分析的综合简报。
如何使用GitHub_Trending/cla/claude-skills舆情分析技能?
明确触发短语
使用GitHub_Trending/cla/claude-skills舆情分析技能非常简单,只需使用以下明确的触发短语即可:
- "pulse on [topic]"
- "what's happening with [topic]"
- "what are people saying about [topic]"
- "current conversation about [topic]"
- "take the pulse of [topic]"
- "trending: [topic]"
- "find me info on [topic]"
回答引导问题
在使用舆情分析技能时,系统会提出2-4个引导问题,以确保获取到准确、有用的信息。这些问题包括:
问题1:话题特异性
What's the topic? State it in 1–2 sentences — be specific. "AI" or "tech" will get you a vague survey; "self-hosted LLM deployment for small teams" or "Claude Code adoption among enterprise engineering orgs" will get you a useful answer.
为什么要问这个问题?因为特异性决定了搜索质量。模糊的话题会产生模糊的简报。如果你的话题很宽泛,最好现在就缩小范围,而不是把搜索预算花在噪音上。
问题2:角度
What angle matters most? Pick one:
- Trend— what's accelerating or decelerating
- Sentiment— what people feel about it
- Problems— pain points and complaints
- Opportunities— gaps and unmet needs
- Comparison— how it stacks up against alternatives
为什么要问这个问题?因为角度决定了哪些来源权重更高(Reddit用于情感分析,HN用于技术评论,Web用于趋势覆盖)以及如何对综合结果进行排名。
问题3:时间窗口
Time window: 7 / 14 / 30 / 60 / 90 days? Default is 30.
为什么要问这个问题?7天可以捕捉到最新的对话;90天可以捕捉到持续的叙事转变。根据新闻的时效性选择合适的时间窗口。
问题4:平台范围
Any platform to skip? By default I'll cover Reddit + Hacker News + open web, plus X/Twitter if browser automation is available. Skip any you don't care about.
为什么要问这个问题?跳过一个平台可以节省搜索预算。Reddit在情感分析方面占主导地位;HN在技术评论方面占主导地位;Web在广度方面占主导地位;X在突发对话方面占主导地位。跳过不符合你角度的平台。
GitHub_Trending/cla/claude-skills舆情分析技能的工作流程
准备阶段
在开始任何搜索之前,系统会进行以下准备工作:
- 使用
scripts/time_window_calculator.py --window <Nd>计算时间窗口,返回用于HN的created_at_i>Unix时间戳和用于Reddit的t=参数(hour|day|week|month|year|all)。 - 使用
scripts/topic_slug_generator.py --topic "<topic>" --date $(date +%Y-%m-%d)生成输出slug。检测${RESEARCH_DIR}/pulse/<slug>-<date>.md是否已存在;如果存在,追加-v2后缀或警告用户。 - 使用
scripts/citation_tracker.py --action start --session pulse-<date>-<slug>启动三计数审计日志。该文件位于~/.pulse_sessions/<session>.json,在整个运行过程中持续存在。
数据收集阶段
数据收集阶段包括以下几个并行或顺序的步骤:
Reddit(与HN和Web并行)
使用reddit.com/search.jsonAPI(未认证的公共JSON)进行搜索。查询包括:
sort=top&t=<window>&q=<topic>— 时间窗口内的热门帖子sort=new&t=<window>&q=<topic>— 时间窗口内的新帖子(捕捉突发信号)- 对于评分最高的3-5个帖子中的每一个:获取评论JSON(
<post-url>.json?limit=top)以获取前10-20条评论。
Hacker News(与Reddit和Web并行)
使用Algolia HN搜索(hn.algolia.com/api/v1/)进行搜索。查询包括:
search?query=<topic>&numericFilters=created_at_i><timestamp>&tags=story— 时间窗口内的故事search?query=<topic>&numericFilters=created_at_i><timestamp>&tags=comment— 时间窗口内的评论(捕捉讨论信号)
Web搜索(与Reddit和HN并行)
使用可用的网络搜索和获取工具(例如WebSearch+WebFetch)进行搜索。查询策略包括:
- 可信发布者—
"<topic>" site:nytimes.com OR site:wsj.com OR site:wired.com OR site:theverge.com OR site:techcrunch.com after:<date> - 近期评论—
"<topic>" review <year>或"<topic>" "honest review" after:<date> - 真实意见来源—
"<topic>" problems OR complaints OR "worth it" after:<date>
X/Twitter(顺序,可选)
最后运行X/Twitter搜索,原因如下:
- 最有可能失败/需要浏览器自动化
- X内容与Reddit/HN有显著重叠——因此它增加了增量,而不是主要信号
综合阶段(跨平台模式)
在完成1-4阶段(或跳过第4阶段)后,进行综合分析:
- 共识信号— 3个以上平台达成一致的点(最高置信度)。每个点都标有引用的源URL。
- 争议信号— 平台意见不一致的点。注意各方观点。
- 痛点— 跨来源(尤其是Reddit和Web)反复出现的投诉。
- 兴奋信号— 反复出现的热情(尤其是HN和X,如果可用)。
- 新兴趋势— 最新帖子中首次提到但在旧帖子中没有的内容(比较
sort=new和sort=top)。 - 差距— 明显缺少你期望找到的内容。
输出阶段
将结果保存到文件并粘贴到聊天中:文件:${RESEARCH_DIR}/pulse/<topic-slug>-<YYYY-MM-DD>.md(来自topic_slug_generator.py的路径)。
GitHub_Trending/cla/claude-skills舆情分析技能的应用场景
GitHub_Trending/cla/claude-skills舆情分析技能适用于多种场景,包括:
竞争对手研究
通过分析公众对竞争对手产品或服务的态度和评价,了解竞争对手的优势和劣势,为自己的产品或服务改进提供参考。
趋势发现
及时了解行业内的最新趋势和热点话题,帮助企业或个人抓住机遇,做出正确的决策。
工具比较
当你在选择工具或技术时,可以使用舆情分析技能了解公众对不同工具或技术的评价和使用体验,从而选择最适合自己的工具或技术。
受众情感分析
了解目标受众对特定产品、服务或话题的情感态度,为市场营销、产品设计等提供依据。
如何安装GitHub_Trending/cla/claude-skills?
要使用GitHub_Trending/cla/claude-skills舆情分析技能,首先需要安装该项目。你可以通过以下命令克隆仓库:
git clone https://gitcode.com/GitHub_Trending/cla/claude-skills安装完成后,按照项目文档中的说明进行配置和使用。
总结
GitHub_Trending/cla/claude-skills舆情分析技能是一个强大而实用的工具,能够帮助用户快速、准确地了解公众对特定话题的态度和看法。通过多源数据收集和综合分析,该技能为用户提供了有价值的 insights,可应用于竞争对手研究、趋势发现、工具比较和受众情感分析等多种场景。如果你需要把握公众态度,做出明智的决策,不妨尝试使用GitHub_Trending/cla/claude-skills舆情分析技能。
舆情分析技能的核心功能是通过多平台数据收集和分析,帮助用户了解公众对特定话题的态度和趋势。它具有操作简单、结果准确、应用广泛等优点,是企业和个人了解市场动态、把握公众需求的重要工具。
【免费下载链接】claude-skills345 Claude Code skills & agent skills & plugins (30+ Agents, 70+ custom commands, 330+ skills, customizable references, scripts)for Claude Code, Codex, Gemini CLI, Cursor, and 8 more coding agents — engineering, marketing, product, compliance, C-level advisory, research, business operations, commercial & finance, and your daily productivity skills.项目地址: https://gitcode.com/GitHub_Trending/cla/claude-skills
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考