https://knightli.com/zh-tw/tags/last30days-skill/ Recent content in Last30days-Skill on KnightLi的博客 Hugo -- gohugo.io zh-tw Sat, 06 Jun 2026 22:26:00 +0800 https://knightli.com/zh-tw/2026/06/06/last30days-skill-ai-trend-research/ Sat, 06 Jun 2026 22:26:00 +0800 https://knightli.com/zh-tw/2026/06/06/last30days-skill-ai-trend-research/ <p><code>mvanhorn/last30days-skill</code> 是給 AI Agent 使用的研究型 skill。它的目標很明確：圍繞任意主題，搜尋最近 30 天在 Reddit、X、YouTube、Hacker News、Polymarket 和 Web 上發生了什麼，再匯總成有依據的趨勢總結。</p> <p>這類工具適合解決一個常見痛點：LLM 自己的知識可能過時，普通搜尋又太散。你真正想知道的不是“這個概念是什麼”，而是“最近大家在討論什麼、情緒怎麼變、有哪些新信號”。</p> <h2 id="它適合做什麼">它適合做什麼 </h2><p>可以優先拿它做這些任務：</p> <ul> <li>AI 產品、開源專案、產業主題的近期輿情掃描；</li> <li>Reddit / X / YouTube / HN 多平台趨勢比較；</li> <li>找某個技術方向最近的爭議點；</li> <li>寫部落格前做資料預研；</li> <li>給投資、產品、內容選題做訊號收集；</li> <li>讓 Claude Code / OpenClaw 這類 Agent 帶著 skill 做研究。</li> </ul> <p>它不是資料庫，也不是絕對事實來源。更準確地說，它像一個“最近 30 天資料助理”，幫你把碎片化訊號先撈上來。</p> <h2 id="使用邊界">使用邊界 </h2><p>這種趨勢研究工具最容易踩的坑，是把熱度當作事實。社群媒體上的討論、按讚、轉發和評論，能代表關注度，但不一定代表真相。</p> <p>使用時建議注意：</p> <ul> <li>重要事實要回到原始連結核對；</li> <li>平台樣本有偏差，不能只看一個社群；</li> <li>近期熱度不等於長期價值；</li> <li>AI 總結可能漏掉反方觀點；</li> <li>投資、醫療、法律等高風險判斷不要只靠趨勢摘要。</li> </ul> <h2 id="小結">小結 </h2><p><code>last30days-skill</code> 適合給 AI Agent 補「近期感知」。如果你常寫趨勢文章、做產品研究、看開源熱點，它能節省不少初篩時間。</p> <p>但它不是結論機器。把它當作研究入口，而不是最終判斷，會更穩。</p> <h2 id="參考來源">參考來源 </h2><ul> <li><a class="link" href="https://github.com/mvanhorn/last30days-skill" target="_blank" rel="noopener" >mvanhorn/last30days-skill - GitHub</a></li> </ul>