wechat hot content

为公众号文章创作打造的专业数据洞察工具。全网持续收录每日爆款文章,收录依据:低粉高阅读、阅读靠前、数据增长中、原创靠前,助力号主获取数据参考。

Audits

Pending

Install

openclaw skills install wechat-explosive-content-detector

公众号爆款文章查询


简介

面向公众号选题与创作的数据洞察 Skill:持续收录全网爆款文章,按「低粉高阅读、阅读靠前、数据增长中、原创靠前」等维度筛选,为号主提供可参考的爆款样本。

能做什么?

  • 🔍 关键词探测:按赛道/细分词查询最匹配的公众号爆款内容
  • 📊 智能筛选:结合用户意图与内容相关性,从候选中挑出最多 10 条高质量推荐
  • 🃏 双形态展示:Markdown 卡片 + HTML 网格卡片,便于阅读与分享
  • 🧭 细分引导:展示结果后主动给出 10 个可继续深挖的细分赛道词

适合谁用?

  • 公众号运营 / 编辑 —— 找选题、看对标
  • 内容创作者 —— 了解近期高热话题与标题范式
  • MCN / 增长 —— 批量观察某一垂类的爆款特征

运行依赖:Python requests>=2.28.0


功能特性

核心功能

  • 爆款文章探测:搜索全站热门的公众号文章
  • 时间窗口:默认最近 7 天;最多可查询近30天公众号爆款数据
  • 泛化词治理:识别大类泛词后必须先给细分推荐并等待用户「拓展 / 不拓展」,禁止同轮继续跑脚本
  • 输出产物:脚本生成 {keyword}_爆款数据.html;筛选逻辑可参考 {keyword}_爆款数据.json(若脚本产出)

特色亮点

  • 意图优先:优先提取用户描述中的细分方向词,避免只用「职场」「情感」等过大类词一查了之
  • 数据诚实:非实时快照; today / 超 30 天等诉求有固定话术说明边界
  • 禁止凑数:最多 10 条,少于 10 条如实展示,禁止编造
  • 展示闭环:每条含推荐理由(≥15 字、禁止空话模板);文末必须附 10 个细分词引导下一轮查询

使用场景

当用户提出下列类型需求时,应调用本 Skill:

用户可能会问Agent 行为概要
「最近有什么爆款」「看看全站热门」关键词传 "",按默认时间窗查询全站热门
「职场 / 情感领域有什么爆款」(大类词)走泛化词流程:先给细分词 + 等待「拓展 / 不拓展」
「职场沟通技巧」「亲子教育选题」视为细分词,可直接调用脚本(无需拓展询问)
「近 15 天的 xxx」将口语映射为 startDate = 今天 - N 天 后查询
「要高赞 / 高分享的」意图类型归为数据需求型,筛选时侧重互动与数据表现

典型示例

场景一:无赛道浏览

用户:最近公众号有什么爆款文章? 助手:--keyword "" 拉全站热门 → 展示卡片与 HTML → 再给 10 个热门赛道细分词。

场景二:大类词需拓展

用户:帮我看看职场类的爆款。 助手:识别「职场」为泛化词 → 仅回复细分词列表并说明「拓展 / 不拓展」→ 本轮不调用脚本 → 用户回复后再执行查询。

场景三:自带细分描述

用户:我是情感号,做恋爱、婚姻、婆媳方向,给我热门参考。 助手:提取「情感、恋爱技巧、婚姻经营、婆媳关系」等多词逗号查询 → 意图筛选 → 展示 ≤10 条。


重要数据说明

时间与实时性

  • 数据时间差说明:文章互动数据截止为 数据获取时间,互动量可能持续增长,后续会持续更新。
  • 默认时间范围:最近 7 天startDate = 今天 - 7 天);数据不足时 自动扩展范围,并按下文固定话术 告知用户

边界话术(须原文使用)

  • 用户提及「今天 / 今日」:「非常抱歉,今天的数据暂未更新,已为您展示最近可用的数据」
  • 用户要求的时间超出 30 天:「非常抱歉,当前仅支持最近30天的数据,已为您展示最接近的数据」

核心执行规则(必须遵守)

  1. 泛化词必须先问再查:识别为泛化词时 禁止直接调用脚本;须先输出细分词推荐并等待用户选择。
  2. 正确顺序:关键词提取 → 判断是否泛化词 → 泛化词则询问 → 用户回复后再调用脚本
  3. 强制等待:输出细分推荐后 必须停止本轮脚本执行;不得在同一 assistant 回合内继续调用脚本。

泛化词 vs 具体词(定义须保留,用于判定)

  • 泛词:抽象层级高、覆盖范围广的概括性词汇,无具体场景/属性修饰,常为行业大类;语义为上位概念(如「职场」含工作/打工人;「情感」含恋爱/婚姻;如 AI);上下文中常搭配「领域」「类型」等(如「职场领域」「情感类型」)。
  • 具体词:抽象层级低、指向明确,含场景/属性修饰,为某泛词的直接子类;语义为下位概念(如「职场沟通」属职场技能子类;「恋爱技巧」属情感子类);结构常含修饰(如「婆媳」→「婆媳关系」;「亲子」→「亲子教育」)。

项目架构

目录与脚本(参考)

gzh-explosive-content-detector/
├── SKILL.md                          # 本技能文档
├── scripts/
│   └── fetch_gzh_trends.py           # 数据拉取与 HTML 生成入口
└── (运行产出){keyword}_爆款数据.html
    (若脚本生成){keyword}_爆款数据.json

数据流(概念)

用户请求 → 意图/关键词/泛化词判定 → fetch_gzh_trends.py → HTML(+ JSON)
                ↓
        筛选与卡片渲染说明 ← 意图 + 相关性 + 数据分

常见问答

Q1:用户只说「职场」,能不能直接查? A:不能。须先走泛化词拓展并等待「拓展 / 不拓展」,同一轮禁止脚本。

Q2:什么时候关键词传空? A:用户 未给出任何赛道或主题词,仅泛泛要看爆款 / 热门时,传 "" 查全站。

Q3:数据为空怎么办? A:提示关键词较为冷门,建议更换为更热门的赛道关键词;不得因数据少而改用无关关键词或误触发泛化词拓展流程。


更新日志

v1.1.1

  • 与原版执行逻辑对齐校验:补回固定话术、筛选步骤、卡片示例、自检原文及「拓展=逗号多词」等约束,避免重构引入歧义

v1.1.0

  • 参照模板重构文档结构(简介 / 场景 / 指南 / 架构 / FAQ)
  • 合并重复的数据说明与展示要求,修正泛化词示例代码块格式

v1.0.0

  • 爆款探测、泛化词治理、筛选与双形态展示、细分推荐与自检清单