meme-digger

网络梗考古与科普（刨根问底式）。连接贴吧（Tieba）与 B 站（Bilibili），针对用户问到的网络梗/抽象话/热梗，读取 B 站搜索、视频详情与评论区（含评论里的梗图），从评论中提取线索做发散式搜索，把 B 站、贴吧、评论、梗图、来源考证分文件收集，最后整合成一份带文字说明、梗图、来源介绍的综合科普报告。当用户问"这是什么梗 / 这个梗什么来历 / 这个说法哪来的"时使用。

Meme Digger — 网络梗考古与科普（刨根问底版）

梗的答案不在任何单一平台：起源往往在贴吧/论坛，走红靠 B 站/微博，二次创作散落各平台，真正的线索常常藏在评论区里（高赞评论是用户集体认知，评论里的名字/作品/梗图是发散搜索的起点）。本 skill 采用"分文件收集 → 发散深挖 → 最终整合"的刨根问底工作法，绝不编造出处，区分事实与网络传闻。

脚本位置：所有 scripts/... 路径相对本 skill 目录（即 SKILL.md 所在目录）。调用前先解析 skill 目录（Claude Code 可用 ${CLAUDE_SKILL_DIR}；pi 等其它 agent 定位到 SKILL.md 所在目录即可），再以 python <skill_dir>/scripts/xxx.py 执行，不要在其它工作目录直接写相对路径。

工作区结构（每个梗一个目录）

在当前工作目录下创建 meme-research/<梗名-slug>/，所有调查产物分文件存放：

text

meme-research/<梗名>/
├── 00-计划.md               # 立项：关键词变体、假设、待查问题清单
├── 01-b站搜索.md             # B站搜索结果 + 候选视频详情
├── 02-b站评论区.md           # 评论区挖掘（高赞评论/线索/评论图片URL）
├── 03-贴吧.md                # 贴吧帖子与吧内讨论
├── 04-发散线索.md            # 从评论/视频中提取的线索 → 发散搜索的记录
├── 05-梗图.md                # 梗图图鉴：本地图/出处/含义/使用场景
├── images/                   # 下载到本地的梗图文件 + manifest.txt
├── 06-来源考证.md            # 每条关键论断的证据链与可信度评级
├── 报告-<梗名>.md            # 最终整合：文字说明 + 梗图 + 来源介绍
└── <梗名>-百科.html          # 第9步生成的单文件 Meme 百科页（最终交付物）

工作流程

第 1 步：立项（先想清楚再动手）

创建 00-计划.md，写清：

• 关键词变体：原名 / 拼音缩写 / 英文名 / 表情包关键词 / 话题标签 / 近义梗（例："典" → 典、典中典、太典了）。
• 待查问题清单：它是什么？什么时候出现的？谁发明的？怎么火的？现在怎么用？衍生了什么？
• 假设：先写下自己的初判（多义词时列多个义项），之后逐条验证或推翻。

第 2 步：B 站搜索（主通道）

bash

python "scripts/bili_search.py" "<关键词>" --limit 10

• 对候选视频逐一取详情（发布时间 = 时间线证据）：

bash

python "scripts/bili_video.py" "<bvid>"

• 把结果整理进 01-b站搜索.md。标记出"考古/科普/盘点"向视频（标题含科普/考古/溯源/梗百科/盘点）。

第 3 步：评论区深挖（本版核心，免登录）

对 2-5 个关键视频 挖掘评论区：

bash

python "scripts/bili_comments.py" "<bvid>" --pages 3 --top 50 --min-like 20 --out "meme-research/<梗名>/02-b站评论区.md"

• 同时生成 02-b站评论区.images.txt（评论里的梗图 URL 清单）。
• 读评论看什么：
  1. 高赞评论 = 大众对该梗的集体认知/用法示例。
  2. 评论里出现的专有名词 = 发散线索（人名、up主、作品名、平台、事件、其他梗名）。
  3. 评论区吵什么 = 该梗的争议点。
• 把线索（含来源评论）登记到 04-发散线索.md。

第 4 步：贴吧采集（需 cookie，见下）

bash

python "scripts/tieba_search.py" "<关键词>"

• cookie 配置（B站 + 贴吧统一管理）：复制 config/cookies.json.example 为 config/cookies.json 并填写，推荐用配置向导（自动验证 cookie 是否有效）：

bash

python "scripts/config_cookies.py"                    # 交互式：粘贴 B站/贴吧 Cookie，自动验证后写入
python "scripts/config_cookies.py" --status           # 查看当前配置与有效性
python "scripts/config_cookies.py" --bili-cookie "..." --tieba-cookie "..."   # 命令行方式

• 获取方式：登录对应站点 → F12 → Network → 刷新 → 复制请求头的 Cookie 整段。
• B站 cookie 用于提升稳定性（评论/搜索默认免登录即可，有 cookie 更稳）；贴吧 cookie 必需（否则 403 安全验证）。
• 贴吧价值：起源考据（最早帖子）、讨论语境、吧内黑话。
• 无 cookie 时降级：web_search site:tieba.baidu.com <关键词>（工具可用时）→ web_fetch 吧页 → 或明确告知用户"贴吧侧缺失"。

第 5 步：发散式搜索（刨根问底的引擎）

把 04-发散线索.md 里登记的每一条线索作为新关键词，回到第 2-4 步循环搜索（通常 2-3 轮）：

• 人名/up主 → 搜其代表作、最早作品
• 作品名 → 搜其起源、主创
• 平台/事件 → 搜时间节点
• 其他梗名 → 搜其与主梗的关系

每轮把新发现追加进 04-发散线索.md（标注：线索 → 搜了什么 → 找到了什么 → 新线索）。收敛条件：连续一轮没有产生新线索，或待查问题清单全部有答案。

第 6 步：梗图收集（一次性完整图鉴，v1.1）

一次运行收集所有图源，自动完成相关性分档、去重、生成候选清单：

bash

python "scripts/collect_gallery.py" "<梗名>" \
  --variants "<变体1,变体2,...>" \
  --out "meme-research/<梗名>" --limit 60

• 图源与分档（T1 直接联系最强 → T6 尽力而为）：

级	源	直接联系保证
T1	B站代表视频封面	视频标题含梗
T2	B站高赞评论配图	评论含梗词/反应词
T3	B站二创/表情包/合集/整活视频封面	查询=梗名+二创词（二创检索通道）
T4	百度图片（表情包/梗图/二创 查询）	查询词相关，内容需人工复核
T5	贴吧帖子首楼图（需 cookie）	帖子标题含梗；风控验证页自动降级
T6	斗图啦	尽力而为，失败静默

• 二创梗图：T3/T4 显式按 "二创/整活/表情包/梗图/合集/抽象" 检索，覆盖二创梗图通道。
• 自动去重：URL 归一化 + 下载后 sha256 内容去重。
• 产出：images/（编号图片 + manifest.json）+ 05-梗图.md 候选清单（出处/评分/上下文），人工复核后定稿。
• 预览：先 --no-download 看候选，再正式下载；单源不可用时自动降级不中断。
• 旧版定向挖掘（bili_memes）仍可单独使用：python "scripts/bili_memes.py" "<bvid>" --pages 2 --min-like 20 --download N --out ...

人工复核（强制，不变）：每张梗图定稿前确认：① 图片内容与梗主题相关（看上下文/原图佐证）；② 记录出处；③ 标注含义与使用场景。拿不准的图一律不收，宁可少收。

第 7 步：来源考证

在 06-来源考证.md 里为每条关键论断建立证据链：

论断	证据(链接/引用)	可信度
起源	...	确凿/网友考证/待考证

• 至少 2 个独立信源一致才写"确认"。
• 严格区分：确凿证据（原始链接/时间戳）vs 网友考证 vs 流传说法。
• 找不到出处 → 明确写"待考证"，不编造。

第 8 步：最终整合

读取所有分文件，整合成 报告-<梗名>.md（模板见下）。要点：

• 先给结论：一句话概括放最前。
• 证据链：每条论断后标注来源（BV 链接/帖子链接/平台）。
• 时间线精确到月，给时间点不给"大概"。
• 梗图入报告：正文相关处引用本地梗图（![图](images/xxx.jpg)），并标注含义。
• 来源介绍：除链接外，一句话说明每个来源是什么（哪个 up 主、什么立场、辟谣还是玩梗）。
• 末尾附"仍不确定"清单。

第 9 步：生成 Meme 百科 HTML（最终交付）

bash

python "scripts/make_report.py" "meme-research/<梗名>" --out "meme-research/<梗名>/<梗名>-百科.html" [--title 自定义标题]

• 单文件自包含：内联 CSS + 图片 base64 内嵌，字体走 CDN（Poppins/Inter）+ 系统回退，可离线阅读核心内容。
• 百科页固定模板（templates/encyclopedia.css 控制样式，遵循用户级 house-style 技能：极简纸质·米白+橙·章节红分割线·低多边形/粒子 hero·reduced-motion）→ 各章节（起源/时间线/含义/例句/梗图图鉴/衍生/数据/信源/注意事项）→ 页脚。
• 梗图图鉴自动渲染为网格画廊，时间线自动渲染为列表，信源渲染为可点击链接。
• 每次调查只生成 一个 HTML 文件，即最终交付物。

输出模板（报告-<梗名>.md）

markdown

# 「<梗名>」是什么梗？

## 一句话概括
<谁、什么时候、因为什么、怎么火的，30 字内>

## 起源与出处
- <最早的出处/原型，标注信源>
- <多条说法并存时：说法A（来源1）、说法B（来源2），注明主流观点>

## 走红时间线
- YYYY-MM：<事件>（信源）

## 含义与用法
- 原义 / 引申义 / 当下主流用法；使用场景与语气

## 经典例句 / 句式
> "例句"

## 梗图图鉴
![梗图1](images/xxx.jpg)
<这张图是什么、梗在哪、常用场景>
![梗图2](images/yyy.jpg)
...

## 衍生与相关梗
- <衍生梗>：<一句话>（信源）

## 数据佐证
- B站代表视频：<标题>（<bvid>）播放<X>，发布于<日期>
- 贴吧/评论热度：<若有>

## 信源列表（含来源介绍）
1. <平台> <作者>：<标题>（<一句话说明该来源的性质>）<链接>

## 注意事项
- 争议/敏感：<若有>
- 待考证：<明确列出未能证实的内容>

质量标准（写完自查）

• 每个关键论断带信源，链接可点开
• 事实与传闻分开标注
• 有时间线（尽量精确到月）
• 有例句，读者能立刻学会用
• 梗图有出处与含义说明
• 信源列表包含"来源介绍"（作者/立场）
• "待考证"项明确列出，没有编造

边界与安全

• 不传播谣言与恶意抹黑；涉及争议内容只陈述"网络说法"并标注风险。
• 涉及低俗/违规梗：正常科普可以，不教唆、不美化、不过度展开。
• 引用遵守"简短引用 + 链接"，不整段复制他人文案。
• 梗图版权：只下载保存用于分析，报告中保留原图 URL 与出处；不声称拥有版权。
• 用户问的梗若带明显攻击/引战意图，先温和澄清意图再科普。

故障排查

现象	处理
bili_search 解析 0 条	风控/改版 → web_fetch 打开搜索页；加 --page 2；稍后重试
bili_comments code≠0 或无评论	视频被删/限流 → 换 bvid；评论关闭 → 跳过该视频
贴吧 403 安全验证	配置 config/cookies.json（第 4 步）或走降级路径
web_search/web_fetch 不可用	提示 Ollama web search 未启动；B站三件套脚本不依赖它
梗太新搜不到	告知"尚未形成稳定记录"，给已确认部分 + 观察建议
下载的图打不开	部分图片 URL 需 Referer（脚本已带）；重试或换源

脚本与配置

• scripts/bili_search.py <关键词> [--page N] [--limit N] — B站搜索（免登录）
• scripts/bili_video.py <bvid> [--cover] — 视频详情（免登录；--cover 输出封面 URL）
• scripts/bili_comments.py <bvid> [--pages N] [--top N] [--min-like N] [--out 文件] [--root <rpid>] — 评论区深挖（免登录，附带图片URL清单）
• scripts/collect_gallery.py <梗名> [--variants a,b,c] [--out 目录] [--limit N] [--no-download] — 一次性完整图鉴收集（T1-T6 多源 + 二创检索 + 去重 + 自动 05-梗图.md）
• scripts/bili_memes.py <bvid...> [--pages N] [--min-like N] [--download N] [--out 目录] — 单视频定向梗图挖掘（旧版）
• scripts/bili_dl.py <url...>|--from <清单文件> --out <目录> — 图片下载（去重）
• scripts/tieba_search.py <关键词> — 贴吧搜索（需 cookie）
• scripts/config_cookies.py — B站+贴吧 cookie 配置向导（验证后写入 config/cookies.json）
• scripts/make_report.py <工作目录> --out <输出.html> [--title 自定义标题] — 生成单文件 Meme 百科 HTML
• scripts/common.py — 共享模块（UA / cookie 加载 / 重试抓取），所有脚本依赖
• config/cookies.json — 统一 cookie 配置（bilibili + tieba 两个条目），由 config_cookies.py 写入
• templates/encyclopedia.css — 百科页固定模板样式（make_report.py 自动引用）
• 全部仅用 Python 标准库，无需安装依赖。