Last30Days 技能指南

技能概述

Last30Days 研究最近 30 天嘅社區和社交趨勢。使用 Python 3.12+ 運行環境執行內置引擎，生成主題化 Markdown 簡報報告。包含短摘要、來源覆蓋表（checked / unavailable / thin / not relevant）、主題化發現、社區信號（讚揚 / 批評 / 重複問題）和局限性說明。如果 Python 或憑證不可用，會明確報告缺失需求，不會捏造來源覆蓋。

觸發關鍵字

• last 30 days、last30days、recent sentiment、community reaction、what people are saying、trend scan、social research、最近30天、社区反馈

什麼時候用

• 產品發布後查看社區反應
• 市場事件後嘅社會情緒掃描
• 品牌口碑趨勢分析
• 競品社區動態追蹤

使用方法

自然語言觸發

What are people saying about the new iPhone launch in the last 30 days?
最近30天社區對這個產品的反饋如何？
Trend scan for AI coding assistants

工作流程

1. 確認主題 + 30 天窗口 — 日期窗口不明確時使用當前日期作為結束日期
2. 運行內置引擎 — Python 3.12+ 執行 last30days.py，捕獲輸出
3. 如果引擎無法運行 — 只使用可實際訪問的來源，並在 Limitations 中標註
4. 構建來源覆蓋表 — 狀態值：checked / unavailable / thin / not relevant
5. 主題化綜合分析：
   • 近期變化
   • 用戶讚揚
   • 用戶批評 / 擔憂
   • 跨來源信號
   • 薄弱或矛盾證據
6. 保存 Markdown 報告 — 路徑 research/last30days/<safe-topic-slug>.md

報告結構

# Last 30 Days: <Topic>
## Topic
## Short Summary（3-5 句綜合分析）
## Source Coverage（表格：來源類別 / 狀態 / 備註）
## Key Findings（主題化發現，帶 [1][2] 引用）
## Community Signals（讚揚 / 批評 / 重複問題）
## Limitations（不可用來源 / 數據薄弱 / 假設）
## Sources（來源列表）
## Evidence Note（外部來源僅用於事實引用）

實際例子

例子 1：產品發布社區反饋

用戶：「What are people saying about the new AI coding assistant launch in the last 30 days?」

生成：

• Short Summary：開發者社群整體正面，讚賞自動補全速度，批評定價過高
• Key Findings：補全準確度提升明顯 / 定價模式引起爭議 / 開源替代品討論增加
• Limitations：Reddit/X 來源不可用（憑證未配置）
• 保存路徑：research/last30days/ai-coding-assistant-launch.md

相關技能

• X Research
• Deep Research