last30days-skill：这个AI Agent能在6个平台同时调研，660星登顶GitHub趋势榜

这是什么

[mvanhorn/last30days-skill](https://github.com/mvanhorn/last30days-skill) 是一个AI Agent技能包，它能让你的AI助手自动在Reddit、X（Twitter）、YouTube、Hacker News、Polymarket和全网搜索引擎中同时搜索任何话题，然后综合生成一份有据可查的调研摘要。项目7月31日在GitHub获得660星，冲上当日趋势榜。

一句话理解：你给一个话题，它帮你搜遍全网，告诉你”最近发生了什么、人们怎么讨论的、情绪如何”。

解决了什么痛点

做过调研的人都知道这个流程有多痛苦：

1. 打开Reddit搜相关subreddit的讨论

2. 跳到X/Twitter看行业KOL怎么说

3. 去YouTube找相关视频看评论区

4. 翻Hacker News找技术社区的观点

5. 检查Polymarket看市场对事件的定价

6. 最后用搜索引擎补全遗漏

每一个平台都是独立的搜索入口、独立的信息格式、独立的噪音过滤。汇总这些信息需要大量的人工筛选和交叉验证。

last30days-skill把这个流程完全自动化了——它本质上是一个”元搜索引擎”，但不是返回链接列表，而是返回一个结构化的、带来源引用的综合摘要。

技术实现亮点

last30days-skill的设计思路很巧妙：

平台适配层： 每个平台有独立的搜索适配器——Reddit走API、X走搜索、YouTube走字幕提取、HN走Algolia搜索、Polymarket走市场数据API。不是简单的关键词匹配，而是针对每个平台的特性做了定制化搜索策略。

综合摘要引擎： 搜索结果不是简单地拼接，而是经过LLM进行语义聚合——识别不同平台上讨论的相同主题，提取共识和分歧，标注信息来源和可信度。

Agent技能集成： 这个工具被设计为AI Agent的”技能”——你不需要单独运行它，而是在与Claude、GPT或其他AI Agent对话时，Agent自动调用这个技能来获取上下文。

适合谁用

– 研究人员/分析师： 快速了解一个新领域的讨论现状和情绪分布

– 内容创作者： 找到读者最关心的话题和未被满足的信息需求

– 产品经理： 监测竞品在各平台的用户反馈和口碑变化

– 投资者： 结合Polymarket数据快速感知市场对事件的定价

与同类工具的差异

| 工具 | 覆盖平台 | 输出格式 | Agent集成 |

|——|:—:|——|:—:|

| last30days-skill | 6个 | 结构化摘要 | ✅ 原生 |

| Perplexity | 全网搜索 | 回答+引用 | 部分支持 |

| 传统舆情工具 | 1-2个 | 图表+数据 | ❌ |

last30days-skill的独特价值在于”跨平台语义聚合”——它不是把6个平台的搜索结果列给你看，而是帮你找出”Reddit用户在吐槽A但X上的KOL在推荐A”这种跨平台的认知差异。

上手成本与限制

项目目前处于早期阶段，需要注意：

– 依赖AI Agent框架： 你需要先有一个支持技能调用的AI Agent环境（如Claude Skills、Cursor Rules等）

– API访问限制： 部分平台（尤其是Reddit）的API访问需要认证且在限流范围内

– 英文为主： 目前搜索和摘要都是英文，中文内容的覆盖有限

– 安装需要Python环境： `pip install last30days-skill` 一步安装，但需要Python 3.10+

项目的配置文件和Prompt模板设计得比较清晰，熟悉AI Agent开发的人可以在30分钟内跑通第一个调研任务。

**核心结论：** last30days-skill不是又一个”AI+搜索”的玩具——它解决的是跨平台信息整合这个真实且广泛的需求。660星的爆发式增长说明，很多人确实被多个平台的信息孤岛折磨够了。如果你是AI Agent的深度用户，值得一试。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn