last30days 📰

面向自主智能体的 30 日多源研究简报。由 AIsa 提供支持。

一个 API 密钥，覆盖 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、GitHub 及基于事实的网络搜索 —— 全部融合为一份统一排序的简报。

兼容性

适用于所有兼容 agentskills.io 规范的运行时环境（harness），包括：

• Claude Code 和 Claude
• OpenAI Codex
• Cursor
• Gemini CLI
• OpenCode、Goose、OpenClaw、Hermes
• 以及其他实现了 Agent Skills 规范的运行时环境

要求 Python 3、POSIX shell，以及环境变量 AISA_API_KEY（可在 aisa.one 获取）。

示例请求

趋势扫描

"last30days OpenAI Agents SDK"

竞品对比

"last30days Claude Code vs Codex"

人物或公司画像

"last30days Peter Steinberger"

产品发布反响分析

"last30days GPT-5 launch --deep"

预测市场视角

"last30days bitcoin price"

快速开始

# 1. 导出你的 AIsa 密钥
export AISA_API_KEY=sk-...

# 2. 首次运行配置（交互式 — 自动选择 planner / rerank / fun-scorer 模型）
bash scripts/run-last30days.sh setup

# 3. 研究某个主题
bash scripts/run-last30days.sh "OpenAI Agents SDK"

常用命令行参数

# 低延迟模式（每来源候选数更少）
bash scripts/run-last30days.sh "$ARGUMENTS" --quick

# 高召回率模式
bash scripts/run-last30days.sh "$ARGUMENTS" --deep

# 机器可读输出（完整 plan + 候选集 + 聚类结果）
bash scripts/run-last30days.sh "$ARGUMENTS" --emit=json

# 限定特定数据源
bash scripts/run-last30days.sh "$ARGUMENTS" --search=reddit,x,grounding

# 检查 provider / 数据源可用性
bash scripts/run-last30days.sh --diagnose

输入与输出

输入。 任意主题、人物、公司、产品或对比项，例如：OpenAI Agents SDK、OpenClaw vs Codex 或 Peter Steinberger。

输出。 默认为 Markdown 格式简报；也可通过 --emit=json 输出 JSON，包含以下字段：

• query_plan —— 由 planner 生成的子查询及各数据源权重
• ranked_candidates —— 经 reranker 排序后的候选池及其得分
• clusters —— 语义聚类后的发现结果
• items_by_source —— 各数据源条目列表（含日期、互动指标和 URL）
• provider_runtime —— 实际调用的模型与检索后端
• errors_by_source —— 各数据源层面的错误信息（fail-soft 设计）

适用场景

• 你需要关于某个人、公司、产品、市场、工具或趋势的最近 30 天内证据。
• 你需要一份排序后的竞品对比、产品发布反响摘要、创作者/社区情绪扫描，或最新交付进展更新。
• 你需要结构化的 JSON 简报，以供其他智能体消费使用。

不适用场景

• 无需近期证据的永恒性参考问题（timeless reference questions）。
• 仅需单一官方信源、且明确排除社交平台或社区信号的任务。

能力特性

• AISA 驱动：包含 planner（生成结构化 JSON 查询计划）、reranker（相关性排序）、fun-scorer（识别模因或独特信号），并托管 X、YouTube、TikTok、Instagram、Polymarket 及基于 Tavily 的事实性网络搜索检索服务。
• 公开路径（无需额外凭证）：Reddit 和 Hacker News。
• GitHub：当设置 GH_TOKEN 或 GITHUB_TOKEN 时，通过 GitHub 官方 API 访问 —— 可选。
• 容错设计（fail-soft）：若某一数据源出错或超时，简报仍能基于其余正常数据源生成，并标注缺失项。

模型配置

该技能每次运行调用三次 LLM。每个角色均可独立指定模型，配置文件位于 ~/.config/last30days/.env：

LAST30DAYS_PLANNER_MODEL=qwen-flash           # 快速且可靠的 JSON 生成
LAST30DAYS_RERANK_MODEL=qwen-plus-2025-12-01  # 高质量排序能力
LAST30DAYS_FUN_MODEL=qwen-flash               # 低成本的情绪/风格识别

也可通过设置 AISA_MODEL=... 在全部三个角色中统一使用同一模型。运行 last30days setup 可交互式选择模型 —— 模型选择器将从 aisa.one/docs/guides/models 动态拉取最新模型目录。

API 参考

last30days 直接调用以下 AIsa 接口。完整接口列表请参阅《API Reference》文档。

• OpenAI Chat / createChatCompletion —— 用于 planner、reranker、fun-scorer
• Twitter Advanced Search —— X 平台内容检索
• YouTube Search —— YouTube 内容检索
• Tavily Search —— 基于事实的网络搜索
• Polymarket Markets —— 预测市场数据检索

Reddit 和 Hacker News 直接调用其各自公开 API（无需经 AISA 代理）。

系统要求

• Python 3.12+
• AISA_API_KEY —— 必需，在 aisa.one 获取。
• GH_TOKEN / GITHUB_TOKEN —— 可选，启用 GitHub 数据源。

# 锁定 Python 解释器版本 ≥ 3.12
for py in /usr/local/python3.12/bin/python3.12 python3.14 python3.13 python3.12 python3; do
  command -v "$py" >/dev/null 2>&1 || continue
  "$py" -c 'import sys; raise SystemExit(0 if sys.version_info >= (3, 12) else 1)' || continue
  LAST30DAYS_PYTHON="$py"
  break
done