X Profile Deep Dive

Deep-analyze X/Twitter user profiles — fetch tweets, followings, and followers via tweety-ns, then generate a comprehensive Chinese-language dossier with the...

Security Scan

The skill's behavior (needs Twitter cookies, session dir, and browser-driven scraping) matches its stated purpose, but the package metadata omits those sensitive requirements and the runtime instructions ask the agent to access user cookies and drive a browser — a discrepancy worth caution before installing.

Purpose & Capability

The name/description claim deep analysis of X/Twitter profiles and the code + SKILL.md actually implement that (uses tweety-ns, fetches tweets/followings/followers, collects Articles and external blogs). The requested capabilities are coherent with the stated purpose. However, the registry metadata does not declare the config path / cookie requirements that the skill explicitly needs (see environment_proportionality).

Instruction Scope

SKILL.md explicitly instructs the agent to (a) read a cookies JSON from <WORKSPACE>/config/twitter_cookies.json, (b) use tweety-ns to fetch data, and (c) perform browser navigation & incremental scrolling to harvest X Articles and external blog pages. These actions are within the scope of profile scraping but do require the agent to access local cookie files and control a browser (DOM snapshots, scrolling). The instructions are prescriptive (not vague) but grant the skill access to sensitive session data and browsing actions.

Install Mechanism

No install spec in registry (instruction-only), which is lower risk. The README and SKILL.md ask to pip install tweety-ns — a normal dependency for this task. There are included Python scripts (x_profile_analyzer.py, tweety_utils.py) that will be executed; no remote downloads or obscure install URLs are used.

Credentials

The skill requires a Twitter cookies JSON and a tweety session directory (sensitive login/session material) and the code reads TWITTER_COOKIES_PATH and TWITTER_SESSION_DIR env vars (with defaults). However, the registry metadata lists no required env vars or config paths. That omission is a mismatch: the skill will access local cookie/session files (high-sensitivity secrets) but the metadata does not declare this, so users might not expect to supply session cookies. Requesting a user's live X/Twitter cookies is proportionate for scraping authenticated content but it's sensitive — the user should understand risks before providing them.

Persistence & Privilege

The skill is not marked always:true and does not request system-wide changes in the files provided. It writes output to /tmp and into a collections directory under the workspace per SKILL.md; that is normal for a data-collection/reporting skill. The skill does create/expect a tweety session directory, but it does not modify other skills or global agent configuration.

What to consider before installing

This skill does what it says (deeply scrape and analyze X/Twitter profiles), but it requires your account session cookies and a tweety session directory — sensitive data that could allow the skill to act as you on X. Before installing: (1) review the included Python scripts yourself (they are present), (2) do not supply your primary/personal X cookies; prefer a throwaway account/session or API-based credentials if possible, (3) verify the origin/trustworthiness of tweety-ns and consider installing it in an isolated environment, (4) note the registry metadata does NOT declare the cookie/session requirement — treat that omission as a red flag, and (5) run the skill in a sandboxed environment (isolated workspace/container) if you must provide cookies. If you are uncomfortable providing cookies, do not install or only use the manual browser-based collection workflow described in the SKILL.md.

对 X/Twitter 博主进行深度画像分析：数据采集 → LLM 动态分类 → 摘要卡片 + 分类全集输出。

前置条件

1. tweety-ns 已安装（pip3 install tweety-ns）
2. Twitter cookies 存在于 <WORKSPACE>/config/twitter_cookies.json
3. tweety session 目录 存在于 <WORKSPACE>/config/tw_session/

首次运行前检查这三个条件。如果 cookies 缺失，提示用户通过 CDP 从 openclaw browser 提取。

完整流程

Phase 1: 数据采集

运行脚本采集原始数据：

python3 scripts/x_profile_analyzer.py \
  --handle {handle} \
  --tweet-pages 8 \
  --cookies <WORKSPACE>/config/twitter_cookies.json \
  --output /tmp/x-profile-raw-{handle}.json

参数说明：

• --tweet-pages 8：默认 8 页（约 160 条推文），可根据需要调整
• --following-pages 1：关注列表采样 70 人（通常够用）
• --follower-pages 1：粉丝采样 70 人（可能因 elevated auth 失败，非关键）

脚本退出码：1=cookies missing, 2=login failed, 3=user not found

Phase 1.5: Articles 专项采集 + 外链探索

tweety-ns 的 tweet pages 可能采不全 X Articles（长文），且博主可能在外部平台有独占内容。此步骤必须执行。

1.5.1 X Articles 完整采集

用浏览器打开 x.com/{handle}/articles，完整滚动收集所有 Article：

1. browser navigate → x.com/{handle}/articles
2. 逐段滚动（每次 scrollBy(0, 1500)），每段做 snapshot 记录当前可见的 article 标题+日期+URL
3. 累计去重：X 使用虚拟滚动（virtual scrolling），会回收不在视口的 DOM 节点。绝不能用最后一次 snapshot 的 article 数量当总数。必须在脑中/笔记中累计所有已看到的唯一 article
4. 持续滚动直到不再出现新 article（连续 2 次滚动无新增 = 到底）
5. 记录总数，与 Phase 1 采到的 Articles 数量对比，补全遗漏

⚠️ 虚拟滚动陷阱（2026-03-16 教训）：

• X 的 timeline 页面使用虚拟滚动，视口外的 article 元素会被回收
• document.querySelectorAll('article').length 只返回当前 DOM 中的数量，不是总数
• 必须逐段滚动 + 手动累计去重，这是唯一可靠的计数方式

1.5.2 外链探索

检查博主 bio 中的外部链接（博客/Substack/Medium/Newsletter/GitHub）：

1. 从 Phase 1 的 profile 数据或 README 中提取 bio 链接
2. 如果有博客/Newsletter → 用 browser 打开，找到长文列表页
3. 对比博客长文列表 vs X Articles 列表，识别博客独占内容（博客有但 X 没有的）
4. 对博客独占文章快速评估：深度原创 or 短新闻/聚合帖？主题相关度？
5. 在 README.md 中增加「📎 外部平台」章节，记录博客 URL + 独占内容数量 + 推荐收藏清单

Phase 2: 数据分析

读取输出的 JSON，用 Python 提取关键统计信息（参考 data-analysis.md）。

Phase 3: LLM 动态分类

核心步骤——不使用预设分类，而是根据推文内容动态生成分类。

1. 扫描所有推文全文，识别 3-6 个主题分类
2. 每个分类需要：名称（中文）、一句话描述、包含哪些推文
3. 分类原则：
   • 按内容主题而非形式分（不要"长文"/"短文"这种分法，除非某人确实有独特的长文系列）
   • X Articles（长文）优先处理：如果博主有 X Articles，先从 Phase 1.5 的完整 Articles 列表中提取，确保每篇 Article 全文都被收录到对应主题分类中。Articles 是博主最有深度的内容，不能遗漏
   • 如果某人有明显的长篇深度文章（>2000字），单独分一类「深度长文」
   • 每个分类至少 3 条推文，否则合并到相近分类
   • 一条推文只归入一个最匹配的分类
4. 对每条推文的分类排序：按 likes 降序

Phase 4: 生成输出文件

输出结构为一个目录，包含摘要卡片 + 分类全集：

collections/x-profiles/@{handle}/
├── README.md          ← 摘要卡片 + 目录导航表
├── {category-1}.md    ← 第一个主题分类（推文全文）
├── {category-2}.md    ← 第二个主题分类
├── ...
└── network.md         ← 社交网络分析

README.md 格式

参考 readme-template.md。包含：

• 📂 内容全集导航表（分类名 + 数量 + 一句话说明）
• 一句话概括
• 基本信息表
• 内容风格
• 高互动推文 Top 10（一行摘要 + 链接）
• 核心话题 Top 5
• 互动圈
• 关注列表分析（兴趣图谱）
• 与我们的关联度（⭐评分）
• 趋势判断

分类文件格式

每个分类文件：

# {分类名}

> {分类描述}

共 N 条推文

---

## [X,XXX❤️ X,XXX🔁 X,XXX,XXX👁] YYYY-MM-DD

[原文链接](url)

{推文全文，原样保留，不做任何压缩或摘要}

**附带链接**: {如果有}

---

关键原则：推文全文原样保留，不做压缩。

network.md 格式

参考 network-template.md。包含：

• 关注列表分类表格（Handle / 名称 / 粉丝 / 简介）
• 网络特征分析

Phase 5: 汇报结果

完成后向用户汇报：

• 输出目录位置和文件结构
• 几个关键发现/亮点
• 数据完整性校验：
  • X Articles 总数（Phase 1.5 实际计数） vs 分类文件中收录的 Articles 数量 → 必须一致
  • 如果有博客等外部平台，报告独占内容数量和推荐收藏清单
  • 采样覆盖范围说明（如"最近 N 条推文，约 X 天；Articles 全量 M 篇"）

注意事项

• 调用频率：tweety-ns 保守使用，单次分析 < 5 个 API 调用
• Cookie 过期：如果登录失败（exit code 2），提示用户刷新 cookies
• t.co 链接：国内网络无法解析 t.co 短链接，推文全文已在数据中，不需要追踪外链
• Python 版本：系统 Python 3.14 可能有 SSL 兼容问题，确保 tweety-ns 对应的 httpx 版本兼容
• followers API：部分用户的 followers 数据会返回 "elevated authorization" 错误，这是非关键数据，跳过即可