dvcrn ai-trend-curation
X (Twitter) から AI 関連のトレンドツイートを収集・キュレーションし、Slack に投稿する。
ワークフロー
Step 1: ツイート検索
node scripts/ai_trends.js search
xurl CLI で日本語・英語の AI 関連ツイートを検索。いいね100以上（日本語）/ 500以上（英語）をフィルタ。
Step 2: キュレーション（エージェント実行）
検索結果をもとに、エージェントが以下を判断:
- 5-8件を選定（日本語3-5件 + 英語3-5件のバランス）
- 驚き屋・煽り系は排除。実務者・技術者の実践ベース投稿を優先
- 各ツイートに category, author_desc, text_ja(英語の場合), quote_suggestion を付与
Step 3: 重複チェック
node scripts/ai_trends.js check-recent
最近投稿済みのURLと重複しないか確認。
Step 4: Block Kit フォーマット
node scripts/ai_trends.js format-blocks \
--tweets='[{...curated tweets...}]' \
--summary="今日のAIトレンド要約"
Step 5: Slack 投稿
openclaw message send で親メッセージ + スレッド返信を投稿。
Step 6: 投稿済みマーク
node scripts/ai_trends.js mark-posted --urls='["url1","url2"]'
選定フィルター
- @yusaku_0426 が引用して付加価値を出せるか
- 元ツイートの発信者がRTしてくれそうか（批判・揚げ足取りNG）
引用ツイート案のペルソナ
一人称「僕」、丁寧語 or 体言止め。情報整理型キュレーター。 5-100文字で簡潔に。「最高！」「同意です」のような薄いリアクションは絶対NG。
引用パターン (A-H)
- A: 要点抜粋+補足解説
- B: 注目ポイント指摘（「地味に重要なのは〜」）
- C: 活用報告（「試してみた」＋体験）
- D: 共感（短い一言で同意）
- E: 一行要約（本質をワンフレーズに凝縮）
- F: 問いかけ・展開（「これ〜にも応用できそう」）
- G: 比較・接続（別ツール/事例と比較）
- H: 数字・データ強調
カテゴリ
- :rocket: new_release
- :hammer_and_wrench: tools
- :microscope: research
- :thought_balloon: opinions
- :bulb: tips