Roger Yang

Multisource Intel Radar

数据分析v0.1.1
作者:Roger Yang更新于 2026-05-17共 2 个版本 · 最新版本发布于 2026-02-28multisource-intel-radar@clawhub_rogerrrr18/multisource-intel-radar
数据洞察网页抓取竞品分析#RSS#WeChat#金融

据 AlphaMoat 统计,截至 2026-09,Multisource Intel Radar 累计下载 1,392 次、获 1 个星标,在全部 5,078 个 AI 技能中排名第 4,840 位,在「数据分析」分类(399 个)中排名第 385 位。

累计安装
234
累计下载
1,392
星标
1
全站排名
#4,840
全站前 96% · 「数据分析」前 97%
平台累计安装累计下载星标评论
ClawHub ↗351,274--
SkillHub ↗2341,3921—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

该技能为 C 端创始人与运营者构建高信噪比的信息雷达:解析 OPML 订阅源(scripts/parse_opml.py),按关键词白名单(默认:创业、AI、增长、金融)抓取过滤最近 48 小时内容,对小红书等无 RSS 的渠道用浏览器搜索与观察清单补充,再按相关性 40%、7 天可行动性 30%、新颖性 20%、证据密度 10% 加权评分,输出固定契约:Top 3 必读信号、Top 5 观察项、噪声过滤摘要、过滤透明度计数与一个下一步实验建议,总量控制在 10 条以内。

资料发布于 2026-10-27

可以用来做什么

  • 把 OPML 订阅与微信/小红书观察清单变成每日早/晚两份行动导向情报摘要
  • 按创业/AI/增长/金融关键词过滤并加权排序,剔除鸡汤与重复观点
  • 为每条入选信号给出一句话洞察、对当前产品的意义与今天可做的一步行动

什么时候用

  • 当创始人和运营者需要从 YouTube、X、Reddit、公众号、小红书聚合高价值信号时
  • 当需要 OPML/RSS 摄取、关键词白名单过滤与降噪日报时
  • 当需要把信息流变成可执行的下一步增长/运营动作时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

根据我的 follow.opml 生成本周的信息雷达日报
把关键词白名单加上『出海』,重新过滤今天的摘要
给入选信号评分并告诉我今天最该做的一个增长实验

月度数据趋势

累计下载1,392
5561,0051,4542026-03 · 累计下载 6182026-05 · 累计下载 8372026-06 · 累计下载 9462026-07 · 累计下载 1,1232026-08 · 累计下载 1,1922026-09 · 累计下载 1,39226-0326-09
星标1
0112026-03 · 星标 -2026-05 · 星标 12026-06 · 星标 12026-07 · 星标 12026-08 · 星标 12026-09 · 星标 126-0326-09

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份累计下载环比星标
2026-091,392—1
2026-081,192+6.1%1
2026-071,123+18.7%1
2026-06946+13.0%1
2026-05837—1
2026-03618—-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

2.8 KB · ClawHub v0.1.1
---
name: multisource-intel-radar
description: Build and run a high-signal information radar for C-end founders and operators across YouTube, X/Twitter, Reddit, WeChat Official Accounts, and Xiaohongshu. Use when the user wants OPML/RSS ingestion, keyword-whitelist filtering (创业/AI/增长/金融), daily digests, noise reduction, and action-oriented summaries.
---

# Multi-Source Intel Radar

Create a founder-grade signal system: less junk, more decisions.

## Inputs
展开全部(共 77 行)
- OPML file (default: `/Users/rogeryang/Downloads/follow.opml`)
- Keyword whitelist (default: 创业, AI, 增长, 金融)
- Optional source lists for non-RSS channels (X list links, subreddit list, WeChat/XHS accounts)

## Output Contract
Always output:
1. **Top 3 must-read signals** (one-line why + one action + clickable source link)
2. **Top 5 watchlist items** (with source link)
3. **Dropped noise summary** (what got filtered and why)
4. **Filter transparency** (counts + rates: scanned -> matched -> shortlisted -> top3)
5. **Next experiment** (one concrete growth/ops move)

## Workflow

### Step 1) Ingest feed sources
- Parse OPML with `scripts/parse_opml.py`
- Generate normalized feed list: `assets/feeds.txt`

### Step 2) Fetch + filter
- Run `scripts/build_digest.py` with keyword whitelist
- Time window default: last 48h
- Keep only items that match whitelist in title/summary
- For Xiaohongshu: do browser search (not watchlist-dependent), using keyword combos like:
  - 创业 AI 增长
  - AI 产品 复盘
  - 增长运营 案例
  Then append top findings with profile/note links.

### Step 3) Score items
Use this weighted scoring:
- Relevance to whitelist (40%)
- Actionability in 7 days (30%)
- Novelty / non-obviousness (20%)
- Evidence density (10%)

### Step 4) Summarize for execution
For each selected item, provide:
- Core insight (1 sentence)
- Why it matters for current product
- Suggested action today (1 step)

## Source Coverage Notes
- YouTube/X/Reddit often available via RSSHub or platform feeds in OPML
- WeChat OA and Xiaohongshu are often not natively RSS; add via:
  - RSS bridge links (if available)
  - Manual watchlist files (`assets/wechat_watchlist.txt`, `assets/xhs_watchlist.txt`)
- If a source has no feed, include it in watchlist and mark as **manual scan required**

## Anti-Noise Rules
- Do not output generic motivational posts
- Drop repeated观点 without new evidence
- Prefer first-hand data / concrete case over opinion
- Keep digest under 10 items total

## Daily Cadence (recommended)
- 09:30: morning digest (strategic)
- 18:30: evening digest (tactical)

## Keyword Defaults
创业, AI, 增长, 金融

If user provides new keywords, merge and deduplicate.

## Files
- Parser: `scripts/parse_opml.py`
- Digest builder: `scripts/build_digest.py`
- Notes: `references/scoring-and-ops.md`

「数据分析」分类下的热门技能

AdMapix数据分析

AdMapix 的取数层:把广告与应用相关的查询转成接口调用,只回原始 JSON。

↓ 36.6万★ 304fly0pants
Tavily Search数据分析

走 Tavily 检索公开网页,返回带链接与摘要的结构化结果。

↓ 12.2万★ 286Xiaoran Li
Data Analysis数据分析

把数据库、表格与导出的原始数据变成可决策结论的数据分析技能。

↓ 10.1万★ 244Iván
Stock Analysis数据分析

用 Yahoo Finance 数据做股票与加密货币分析、组合跟踪的技能。

↓ 7.5万★ 299udiedrichsen
Stock Watcher数据分析

管理本地自选股清单,并按代码汇总同花顺行情与近期表现的技能。

↓ 6.5万★ 122Robin797860
全国招标中标查询及分析【知了标讯】数据分析

全网招中标数据查询与分析助手。当用户涉及以下任何场景时,必须使用此SKILL:查询招标/中标公告、搜索标讯、查找临期/即将到期项目、商机预测、推荐潜在投标供应商、分析公司主营业务/历史中标、查询公司上下游合作客户与供应商、分析竞争对手/竞对企业、查询Top采购单位/Top中标单位/Top中标品牌、招中标数据统计分析(按月/季/年/省份/品牌等维度)、查询品牌型号历史中标单价/价格趋势、市场分析/行业分析/采购寻源/渠道拓展等采购与投标相关场景。即使用户没有提到「知了标讯」,只要涉及招投标、采购、中标、供应商、竞争对手等关键词,都应使用本SKILL。

↓ 5.6万★ 13user_98035bfb
Blogwatcher数据分析

用命令行监控博客与 RSS/Atom 源的更新。

↓ 5.4万★ 75Peter Steinberger
Model Usage数据分析

汇总 Codex 或 Claude 按模型计费的使用成本。

↓ 5.0万★ 114Peter Steinberger

数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。