📦 Content Trend Analyzer — 内容趋势分析器

v1.0.0

聚合并分析跨平台内容趋势,识别热门话题、用户意图、内容缺口,并生成数据驱动的文章大纲。

0· 29·0 当前·0 累计
0
安全扫描
VirusTotal
Pending
查看报告
OpenClaw
安全
high confidence
该技能的指令、输入和输出与跨平台趋势分析工具内部保持一致,且不要求凭据或安装代码。
评估建议
这是一个仅用于指令的技能,可抓取并分析公开内容,生成主题大纲。 安装前须知:该智能体将执行广泛的 web_search/web_fetch 查询(公开抓取)——如需避免过度爬取或触发限流,请自行设定限制。 本技能不索取 API 密钥,因此除非您后续提供凭据,否则无法访问私有账户;若计划接入付费/特权服务(如 Baidu Index APIs、Twitter/X API),需额外提供凭据,且应最小化授权范围。 技能源码/主页未知——尽管输出内容通顺,请先验证来源并在首次运行时密切监控,确认行为符合预期后再开启广泛自主使用。...
详细分析 ▾
用途与能力
名称与描述(内容趋势聚合与大纲生成)与 SKILL.md 一致:它指示智能体运行网络搜索并抓取所列平台的公开趋势页面,未请求无关凭据、二进制文件或安装。
指令范围
说明属于高层级,仅涉及公开网页采集(web_search / web_fetch)与分析(聚类、意图、缺口评分)。这符合既定目的,但指导较为开放(每平台可多次搜索、查询构造灵活),若无约束,代理可能广泛抓取公开页面。
安装机制
无安装规范、无代码文件——该技能仅依赖指令,因此安装过程中不会写入磁盘或下载任何内容,这是风险最低的安装方式。
凭证需求
该技能未声明任何必需的环境变量、凭据或配置文件路径。所有请求的数据源均为公开平台;不存在过度的密钥或系统访问需求。
持久化与权限
始终为 false,自主调用是平台默认行为。该 skill 不会请求强制或持久的系统驻留,也不会修改其他 skill 的配置。
安全有层次,运行前请审查代码。

运行时依赖

无特殊依赖

安装命令

点击复制
官方npx clawhub@latest install content-trend-analyzer
镜像加速npx clawhub@latest install content-trend-analyzer --registry https://cn.longxiaskill.com

技能文档

内容趋势分析器 多平台内容趋势聚合与分析,输出数据驱动的文章大纲与内容策略。 触发场景:内容趋势分析、话题热度追踪、热点发现、用户意图分析、内容缺口挖掘、竞品内容研究、SEO关键词趋势、数据化大纲生成、内容策略制定。

触发关键词 趋势分析、内容趋势、热门话题、趋势解析、内容缺口、话题分析、选题、内容策略、大纲生成、内容大纲。

工作流 需求理解 → 确定分析领域、目标平台、时间范围 数据收集 → 分平台分层搜索,聚合趋势信号 意图分析 → 识别用户痛点、兴趣迁移、信息缺口 缺口挖掘 → 比对现有内容覆盖,发现空白机会 大纲生成 → 输出结构化文章大纲 + 话题评分

步骤1:需求理解 (如用户未明确,需确认) 领域/行业:科技、金融、健康、教育等 目标受众:B2B/B2C、技术水平、地区 目标平台:内容发布平台(影响风格与深度) 时间范围:实时/近7天/近30天/季度 分析深度:快速扫描 / 标准报告 / 竞品对标

步骤2:数据收集 按优先级分层采集,每层使用对应工具:

Layer 1 趋势基线(必选) Google Trends web_fetch 搜索热度、相关查询、地域分布 Reddit web_search 高赞讨论、社区痛点 YouTube web_search 视频热度、评论情绪、标题关键词

Layer 2 深度内容(按需) Medium/Substack 长文选题、订阅互动、写作风格 Twitter/X 实时讨论、标签、KOL观点 知乎/微博 中文社区问答、热搜 百度指数 web_fetch 中文搜索趋势、受众画像 Product Hunt 新品趋势、技术方向

Layer 3 竞品对标(深度报告) 竞品博客/公众号 web_fetch+web_search 内容覆盖、发布频次、互动数据 GitHub Trending 开发者技术趋势

采集策略:每平台2-3次多角度搜索 查询组合:“{领域}+{时间词}”、“{领域}+痛点词”、“{领域}+how/why/what” 记录:来源、热度指标、核心话题、用户情绪

步骤3:意图分析 话题聚类:归并相似话题,提炼3-5核心主题 意图分类:🎯学习 🤔探索 😤痛点 🚀前瞻 情感倾向:正/负/中立;识别争议话题 用户画像:由讨论语言推断技术水平与身份

步骤4:缺口挖掘 现有内容覆盖矩阵示例: 话题A ████░░░░ 50%(缺深度) 话题B ██░░░░░░ 25%(缺口大) 话题C ████████ 90%(饱和) 话题D ░░░░░░░░ 0%(蓝海)

评分维度(1-5): 需求强度、内容缺口、差异化潜力、时效性 综合推荐分 = 加权平均

步骤5:大纲生成 格式见 references/outline-templates.md 为每个高分话题输出:

[话题标题]

  • 推荐分:X.X/5.0
  • 目标平台:[平台]
  • 预计字数:[字数]
  • 难度:[初级/中级/专家]

核心价值

一句话说明读者收益

大纲

  • [痛点引入] 数据支撑:…
  • [论点1] 子要点+案例/数据
  • [论点2] 子要点+案例/数据
  • [论点3] 子要点+案例/数据
  • [结论+CTA]

SEO建议

主关键词、长尾词、备选标题

数据来源ClawHub ↗ · 中文优化:龙虾技能库