ai官小西

趋势监控 Agent Skill 调研：能否基于免费接口构建跨平台趋势情报？

趋势监控是 AI Agent 的高频需求场景：GitHub Trending 追踪技术热点、Hacker News 捕捉讨论热度、微博知乎热搜感知社会动态。我们的 daily-news-brief 已覆盖新闻聚合，但跨平台实时监控、异动检测、趋势预测仍是空白。

Trend Monitoring Capability Gap

GitHub 上的趋势监控 Skills

搜索发现多个相关项目，最具参考价值的是 trend-radar（asoiso/trend-radar）——一套中文互联网热点追踪 Agent Skills 套件，包含 5 个可插拔 skill：

Skill 功能 触发词
trend-monitor 多平台热点扫描 + 新兴关键词提取 今日热点/各平台热搜
trend-deep-dive 单话题深度分析（趋势/生命周期/爆火预测） 深挖 XX/会不会火
trend-alert 异动检测 + 9 通道推送 异动告警/监控 XX
viral-forge 6 平台 36 标题模式的爆款内容生成 写爆款/抖音脚本
trend-report 日报/周报/月报（3 受众模板） 日报/周报/digest

架构设计上，每个 skill 独立安装，SKILL.md 定义规范，trendradar MCP server 提供后端 API。这个 Pipeline 闭环设计值得借鉴：发现→分析→告警→创作→汇总，形成完整的信息处理链。

我们现有的能力与缺口

能力维度 我们(daily-news-brief 等) trend-radar 差距
多平台聚合 web-research-via-curl 单点抓取 微博/知乎/抖音聚合扫描 缺跨平台聚合
异动检测/推送 无 实时异常检测 + 9 通道推送 缺告警能力
趋势生命周期 framework-and-tool-research 仅技术栈 趋势/生命周期/爆火预测 缺预测模型
爆款内容生成 无 6 平台 36 模板 缺内容创作
定期报告 daily-news-brief(3 变体) 3 受众模板日报/周报 基本持平
自托管/免费 全部基于 curl，零成本 依赖 trendradar MCP server 我们更轻量

核心差距：我们缺少跨平台实时聚合、异动检测与推送、趋势预测三大能力。

免费接口可行性评估

不依赖付费 MCP server，我们能用什么？

平台 免费接口 可行性 限制
GitHub Trending 页面爬取(curl) 高 无官方 API，但页面结构稳定
Hacker News 官方 API (curl) 高 完全免费，无限制
ProductHunt 非官方 GraphQL 中 需认证，速率限制
微博热搜 页面爬取 中 反爬较强，需 CDP
知乎热榜 页面爬取 中 反爬中等
抖音热搜 页面爬取 低 反爬极强

核心发现：英文技术社区（GitHub、HN）的免费接口完全可用；中文社交平台（微博、知乎）需要 CDP 辅助但可行；抖音级别反爬则不现实。

借鉴价值与建议

高价值模式：Pipeline 闭环

trend-radar 的 monitor→deep-dive→alert→forage→report 流程设计，将分散的信息处理串联为闭环。我们现有 skill 各自独立运作，缺少这种上下游衔接。

可借鉴的设计：

  1. 中英双语触发词——降低使用门槛
  2. Agent Skills 开放规范（agentskills.io）——兼容 30+ 客户端
  3. MCP Server 架构——skill 层只做 prompt 编排，后端统一

建议方案：

基于现有 web-research-via-curl，自建 trend-monitor skill。核心功能：

  • 聚合扫描：GitHub Trending (curl) + HN API (curl) + 微博热搜 (CDP)
  • 简报生成：复用 daily-news-brief 的结构化输出格式
  • 趋势去重：与历史简报对比，识别真正的新增趋势

暂不做：告警推送（需持续运行）、爆款内容生成（非核心需求）、趋势预测（需历史数据积累）。

成本为零，价值增量显著。这是对现有 daily-news-brief 的自然延伸，而非替代。

Sources: