热点收集雷达

多平台追踪热点话题，分析生命周期与共鸣度，生成结构化每日热点报告并推送带选题建议的AI日报。

Install

openclaw skills install @gold3bear/hot-radar

📡 热点收集雷达

多平台热点追踪 + 趋势分析 + 竞品监控 + AI 日报生成。

超越单纯的数据抓取，从产品经理视角分析热点的生命周期、话题共鸣度与跨平台传播路径。

何时使用本 Skill

用户说：「热点雷达」「竞品热点」「行业日报」「热点分析」「生成日报」
需要追踪特定关键词在多平台的热度变化
需要生成结构化的每日热点报告
需要按领域（科技/娱乐/财经等）筛选热点

核心功能

功能	说明
多平台爬取	知乎/微博/抖音热搜，知乎热榜
话题聚类	自动将相似话题归类（如多个 AI 相关话题合并）
生命周期判断	新兴 / 爆发中 / 持续发酵 / 衰减中
共鸣度评估	热度值 × 平台权重 × 平台覆盖率综合评分
跨平台传播	识别同一事件在不同平台的反应差异
PM 选题建议	自动从话题中提炼选题角度 + 内容切入点 + 适合形式
飞书推送	推送带选题建议的日报简报到飞书私聊

文件结构

text

skills/hot-radar/
├── SKILL.md              ← 本文件（Agent 主入口）
├── _meta.json            ← Skill 元数据
├── README.md             ← 完整使用文档
├── hot-radar.py          ← 主程序入口
├── config/
│   ├── keywords.json     ← 关键词配置（竞品词/行业词）
│   └── platforms.json    ← 平台配置
├── modules/
│   ├── crawler.py        ← 多平台爬虫
│   ├── analyzer.py       ← 话题分析与生命周期
│   ├── reporter.py        ← 日报生成器
│   ├── notifier.py       ← 飞书推送
│   └── browser_crawl.py ← tophub 浏览器采集（子 agent 模式）
├── tophub_browser_collect.py ← tophub AI 专题浏览器采集入口
└── crawl_tophub.py      ← 浏览器采集配置
└── data/                 ← 每日原始数据存档
    └── YYYY-MM-DD.json
└── reports/              ← 日报存档
     └── YYYY-MM-DD.md

快速使用

tophub AI 专题浏览器采集

tophub.today 的内容通过 JavaScript 动态渲染，HTTP 请求无法获取，必须通过 OpenClaw 浏览器采集。

当前状态：✅ 已集成 — 浏览器采集数据已合并到每日报告中。

数据源

平台	URL	数据类型	条数
36氪AI	tophub.today/n/x9oz2O1oXb	创投/行业新闻	30条
量子位	tophub.today/n/MZd7azPorO	AI行业媒体	10条
AIbase	tophub.today/n/ENeYylkeY4	AI产品日报	10条
AI产品榜	tophub.today/n/proPKWkeq6	产品动态	10条
PM-AI学习库	tophub.today/n/DOvnyGpoEB	PM专属内容	10条
掘金AI	tophub.today/n/rYqoXz8dOD	技术实战	10条
超神经	tophub.today/n/4MdA863vxD	学术/开源	10条

采集工作流

第一步：在主会话中运行 hot-radar.py 采集已有平台数据 第二步：使用 browser 工具逐个访问 tophub 页面，用 evaluate 提取数据 第三步：将结果写入 data/tophub_ai_raw.json 第四步：hot-radar 下次运行时自动读取并合并

命令行参数

bash

python3 skills/hot-radar/hot-radar.py --mode daily
python3 skills/hot-radar/hot-radar.py --mode daily --sync-bitable
python3 skills/hot-radar/hot-radar.py --mode daily --sync-bitable --notify
python3 skills/hot-radar/hot-radar.py --mode keywords
python3 skills/hot-radar/hot-radar.py --mode analyze --date 2026-05-23
python3 skills/hot-radar/hot-radar.py --mode compare --platforms zhihu,weibo

参数说明

参数	说明
`--mode daily`	每日热点采集 + 分析 + 生成日报
`--mode keywords`	按关键词过滤并分析
`--mode analyze`	对指定日期数据重新分析
`--mode compare`	跨平台对比
`--sync-bitable`	同步到飞书多维表格
`--notify`	同时推送到飞书
`--date YYYY-MM-DD`	指定分析日期

热点生命周期模型

text

[新兴] → [爆发中] → [持续发酵] → [衰减中] → [消亡]
  ↑           ↑           ↑           ↑
 新话题出现  3平台共振  多角度讨论  热度持续下滑

阶段	特征	PM 建议
新兴	单平台出现，相关词少	跟踪关注，判断是否跟进
爆发中	3平台同时出现，热度急升	内容布局窗口期，抓紧借势
持续发酵	持续出现在热搜，讨论维度增加	深度内容或系列内容机会
衰减中	热度下降，但仍有余温	内容长尾，可做总结盘点类

关键词配置

编辑 config/keywords.json 配置你的监控关键词：

json

{
  "competitors": ["竞品A", "竞品B", "竞品C"],
  "industry": ["AI", "大模型", "AIGC", "内容平台"],
  "alerts": ["危机", "下架", "被罚", "宕机"]
}

报告结构（每日日报）

markdown

# 📡 热点日报 · 2026-05-23

## ⭐ 跨平台共振话题
### [话题名]
- 平台: 抖音+2平台共振
- 生命周期: 爆发中 / 持续发酵
- 共鸣度: ⭐9.2
- 主题: 航天/AI/体育

## 🔥 热点排行榜（按共鸣度）
| # | 话题 | 平台 | 生命周期 | 共鸣度 |
|---|------|------|---------|--------|
| 1 | 神舟二三三发射 | 抖音 | 🔥爆发中 | ⭐10 |

## 🎯 今日选题建议

### 🔴 第一梯队：必追话题
**话题名**
- 共鸣度：⭐10
- 选题角度：[从PM视角的切入角度]
- 内容切入点：[具体内容方向]
- 适合形式：深度播客 / 短视频
- ⏰ 立即行动，流量窗口期

### 🟡 第二梯队：可跟进话题
...

## 💡 PM 洞察
...

## 📊 平台数据摘要
| 平台 | 热点数 | 最热话题 |
|------|--------|---------|
| 知乎 | 10 | 神舟二三三... |
| 微博 | 10 | ... |

与旧版日报的核心区别： 自动生成选题建议 + 生命周期判断 + PM视角内容切入点分析

依赖