cnife crawl-xueqiu-my-timeline
爬取雪球首页关注的时间线，保存为按发言人分组的 Markdown 文件，供 AI 分析总结并生成 PDF 投资报告。
特点：
- 自动过滤官方账号（上市公司、指数、ETF 等行情播报）
- 按发言人分组输出，发言数量降序排列
- 组内按时间倒序，越新的内容越靠前
快速开始
# 1. 检查环境
sh skills/crawl-xueqiu-my-timeline/scripts/check-cdp.sh
sh skills/crawl-xueqiu-my-timeline/scripts/check-agent-browser.sh
# 2. 爬取最近 24 小时时间线
skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py
# 3. AI 自动读取、分析、生成 PDF 报告
何时使用
✅ 应该触发：
- "帮我看看雪球上今天有什么投资要闻"
- "生成一份市场热点分析报告"
- "把关注的雪球大 V 观点整理成 PDF"
- "最近有什么投资热点"
- "爬取雪球时间线"
- "生成投资分析报告"
❌ 不应触发：
- "打开雪球网站"（只需浏览器操作）
- "查看某只股票行情"（查询单一数据）
- "帮我登录雪球"（简单网页操作）
前置准备
确保 Chrome 处于 Debug 模式并安装 agent-browser：
sh skills/crawl-xueqiu-my-timeline/scripts/check-cdp.sh
sh skills/crawl-xueqiu-my-timeline/scripts/check-agent-browser.sh
AI 任务清单
- ✅ 检查环境：Chrome Debug 模式 + agent-browser
- ✅ 执行爬取：运行
crawl_xueqiu_home_timeline_api.py - ✅ 读取文件：读取生成的
home_timeline_YYYYMMDD_YYYYMMDD.md - ✅ 创建 TODO：根据发言人数量创建分析 TODO 列表
- ✅ 分发任务：启动 subagent 分析用户发言（并发≤3）
- ✅ 汇总结果：整合所有 subagent 的分析结果
- ✅ 生成报告：写入 Markdown 格式投资分析报告
- ✅ 转换 PDF：使用 mdpdf 转换为 PDF
- ✅ 清理文件：删除临时 Markdown 文件
AI 分析指引
⚠️ 重要：观点归属判断
只有不以 // 或 > 开头的内容才是发言人自己的观点：
| 标记 | 含义 | 是否总结 |
|---|---|---|
| 无标记行 | 发言人本人的发言 | ✅ 需总结 |
// 开头 |
被评论的其他用户发言 | ❌ 非本人观点 |
> 开头 |
被引用的转发内容 | ❌ 非本人观点 |
注释：回复@XXX： 前缀是雪球自动生成的，整行都是发言人自己的观点，应总结。
示例：
回复@阿企笔记：要知道很多农村的人需要方言语音设备
//回复@青年完：支付宝本来就有音响
> @阿企笔记：中概股失去增长动力
正确总结：发言人认为农村用户需要方言语音设备
错误总结：发言人讨论了支付宝音响、中概股财报
读取输出文件
爬取脚本会在当前目录生成 Markdown 文件：home_timeline_YYYYMMDD_YYYYMMDD.md
# 读取最新生成的时间线文件
cat home_timeline_*.md
分析报告格式
AI 应按以下结构生成投资分析报告：
# 雪球关注时间线分析报告
## 时间范围
2026-03-05 至 2026-03-06
## 发言人统计
- @产业驱动博弈：19 条
- @管我财：6 条
...（逐一列出所有发言人）
## 发言观点总结
### @发言人 A（发言最多的用户）
- **发言数量**: X 条
- **主要观点**:
- 观点 1 摘要
- 观点 2 摘要
- **涉及标的**: $股票 1$, $股票 2$
- **情绪倾向**: 乐观/中性/悲观
### @发言人 B
- **发言数量**: X 条
- **主要观点**:
- 观点摘要
- **涉及标的**: $股票 3$
- **情绪倾向**: 乐观/中性/悲观
...（继续列出所有发言人，直到最后）...
## 市场热点 TOP3
1. 热点主题 1 - 讨论人数 X
2. 热点主题 2 - 讨论人数 X
3. 热点主题 3 - 讨论人数 X
## 投资建议/风险提示
（基于发言内容的综合分析）
核心原则：
- ✅ 必须包含所有发言人，即使只有 1 条发言
- ✅ 按发言数量降序排列
- ✅ 只总结本人观点（非
//或>开头的内容） - ✅ 分析失败的发言人在报告中标注"⚠️ 分析失败"
分析维度
- 按发言人分组：汇总同一用户的所有发言
- 观点提取：识别核心观点，去重合并相似内容
- 标的识别：提取
$股票名$格式的代码 - 情绪分析：根据用词判断市场情绪
- 热点聚合：统计跨用户讨论的话题
AI 分析流程（Subagent 调度）
步骤 1: 创建 TODO 列表
读取时间线文件后，统计每位发言人的发言数量，按单个用户的发言条数决定 TODO 分配策略：
| 用户发言数量 | TODO 分配方式 | 说明 | 示例 |
|---|---|---|---|
| 单个用户 >10 条 | 独占一个 TODO | 发言多的用户单独分析 | @A(15 条) → TODO: 分析@A |
| 单个用户 5-10 条 | 3-5 个用户合并一个 TODO | 中等发言用户分组分析 | @B(7 条)+@C(6 条)+@D(5 条) → TODO: 分析@B/@C/@D |
| 单个用户 <5 条 | 所有用户合并一个 TODO | 发言少的用户统一分析 | @E(3 条)+@F(2 条)+@G(1 条) → TODO: 分析@E/@F/@G |
判断逻辑（按顺序检查，满足即停止）：
- 遍历所有发言人，将用户按发言数量分组：
- 高产出组：发言数 >10 条
- 中产出组：发言数 5-10 条
- 低产出组：发言数 <5 条
- 创建 TODO：
- 高产出组：每个用户一个独立 TODO
- 中产出组：每 3-5 个用户合并为一个 TODO（如 10 个用户分成 2-3 个 TODO）
- 低产出组：所有用户合并为 1 个 TODO
使用当前环境支持的工具管理 TODO（如 OpenCode 的 todowrite 工具）
步骤 2: Subagent 指令模板
每个 subagent 收到如下指令：
分析雪球时间线文件中指定用户的发言
**文件路径**: `<时间线文件绝对路径>`
**需分析的用户**：
- @用户 A：19 条发言
- @用户 B：6 条发言
**分析指引**：
1. 读取文件，定位目标用户的发言段落
2. 只总结本人观点（排除 `//` 或 `>` 开头的内容）
3. 提取：核心观点、涉及标的（$xxx$格式）、情绪倾向
**输出要求**：
直接返回分析结果（不要写文件），格式：
### @用户 A
- **发言数量**: 19 条
- **主要观点**:
- 观点 1
- 观点 2
- **涉及标的**: $XXX$, $YYY$
- **情绪倾向**: 乐观/中性/悲观
步骤 3: 并发调度
- 并发限制：同时运行的 subagent 不超过 3 个
- 执行流程：
- 填充空闲槽位（启动 subagent）
- 等待任一 subagent 完成
- 标记 TODO 完成/失败
- 继续下一批
步骤 4: 重试机制
- subagent 失败时自动重试，最多 2 次
- 持续失败的 TODO 在报告中标注"⚠️ 分析失败"，并提示用户可手动分析
步骤 5: 结果汇总
整合所有 subagent 的分析结果，生成完整的投资分析报告：
- 合并所有发言人的分析
- 识别跨用户讨论的市场热点 TOP3
- 综合投资建议/风险提示
环境适配指引
主 agent 应根据当前环境的可用工具选择合适的方法：
- OpenCode：使用
task工具启动 subagent，使用todowrite管理 TODO - Claude Code：使用适合当前环境的方式启动 subagent
- 核心原则：每个 subagent 分析结果通过上下文直接返回（不写中间文件）
爬取脚本参数
skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py [选项]
| 参数 | 说明 | 默认值 |
|---|---|---|
--hours |
爬取最近 N 小时 | 24 |
--days |
爬取最近 N 天 | - |
--start-date |
开始日期 (YYYY-MM-DD) | - |
--end-date |
结束日期 (YYYY-MM-DD) | 今天 |
-o, --output |
输出文件名 | 自动生成 |
注意：--hours、--days、--start-date 三个参数互斥。
示例
# 爬取最近 24 小时（默认）
skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py
# 爬取最近 2 小时
skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py --hours 2
# 爬取最近 7 天
skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py --days 7
# 指定日期范围
skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py --start-date 2026-03-01 --end-date 2026-03-06
PDF 输出流程
1. 保存分析报告
将分析报告保存为 雪球时间线_YYYYMMDD_YYYYMMDD.md，日期为时间范围的起始和结束日期。
示例：雪球时间线_20260305_20260306.md
2. 转换为 PDF
bunx mdpdf 雪球时间线_YYYYMMDD_YYYYMMDD.md \
--style=/home/cnife/code/my-scripts/skills/crawl-xueqiu-my-timeline/assets/github-markdown.css
例如：
bunx mdpdf 雪球时间线_20260305_20260306.md \
--style=/home/cnife/code/my-scripts/skills/crawl-xueqiu-my-timeline/assets/github-markdown.css
可选参数：
--border=<size>：页边距（默认 20mm），如--border=15mm--format=<format>：纸张大小（默认 A4），如--format=A4--orientation=<orientation>：方向（默认 portrait）--title=<title>：PDF 标题
3. 清理临时文件
rm 雪球时间线_YYYYMMDD_YYYYMMDD.md
完整示例
# AI 写入总结文件 → 雪球时间线_20260305_20260306.md
# 转换为 PDF（当前目录生成 PDF）
bunx mdpdf 雪球时间线_20260305_20260306.md \
--style=/home/cnife/code/my-scripts/skills/crawl-xueqiu-my-timeline/assets/github-markdown.css
# 删除临时 Markdown 文件
rm 雪球时间线_20260305_20260306.md
结果：当前工作目录生成 雪球时间线_20260305_20260306.pdf
输出格式
爬取脚本生成的 home_timeline_*.md 包含：
- 文件头：时间范围、生成时间、发言统计表格
- 按发言人分组：发言数量降序排列
- 每组内时间倒序：越新的发言越靠前
- 每条发言：发布时间、内容、引用内容、原文链接
- 自动过滤：官方账号行情播报
注意事项
- 需要先登录雪球账号
- 如遇 Verification 验证页面，需手动完成验证后重新运行
- 爬取过程自动处理分页和 md5__1038 令牌
- 输出文件保存在当前工作目录
- Subagent 调度：分析任务通过 subagent 执行，并发数≤3，失败自动重试 2 次
- 环境适配：主 agent 根据当前环境工具选择 subagent 启动方式
典型使用场景
- 每日投资要闻回顾：爬取最近 24 小时，AI 总结市场热点并生成 PDF 报告
- 关注大 V 动态：爬取最近 N 天，AI 分析投资观点变化并生成 PDF 报告
- 特定事件追踪：指定日期范围，AI 整理事件期间的讨论并生成 PDF 报告
资源文件
assets/github-markdown.css: PDF 样式文件（mdpdf 使用）scripts/check-cdp.sh: 检查 Chrome Debug 模式scripts/check-agent-browser.sh: 检查 agent-browser 安装scripts/crawl_xueqiu_home_timeline_api.py: 爬取脚本（主入口）evals/evals.json: 测试用例集（用于验证技能功能）