johnalbertini14-glitch Meme Collector - 热梗收集器
自动从网上搜集最新网络热梗，与 Dify 知识库去重后写入新梗。
配置
运行前需要以下信息（优先从 TOOLS.md 或用户消息获取）：
| 参数 | 说明 | 示例 |
|---|---|---|
DATASET_ID |
Dify 知识库 ID | 57bd8e53-b1bd-4124-8219-fff573733a40 |
API_KEY |
Dify API Key | dataset-xxx |
PROXY |
HTTP 代理（访问 Dify API） | http://127.0.0.1:20171 |
如果用户未提供，询问。
工作流程
Phase 1: 获取已有梗（去重基准）
运行脚本获取知识库中已有的梗名称列表：
python3 scripts/dify_ops.py --dataset-id $DATASET_ID --api-key $API_KEY --proxy $PROXY list
记住这个列表，后续搜集时跳过同名梗。
Phase 2: 搜集新梗
用 web_search 搜索最新热梗。搜索策略：
搜索关键词组合（根据时间间隔调整）：
"2025年最新网络热梗 流行语""最近一周网络热梗 盘点""抖音 B站 最新流行梗""网络流行语 新梗 盘点""小红书 微博 热梗"
用
web_fetch抓取搜索结果中的盘点文章，提取梗的详细信息目标：每次收集 10-20 条新梗（去重后）
Phase 3: 结构化 & 去重
对每条搜集到的梗：
- 检查是否与已有梗重名或含义相同（名称不同但实质相同也要去重）
- 按标准格式结构化（见
references/meme-format.md） - 评估热度等级
Phase 4: 批量写入
将去重后的新梗构造为 JSON 数组，用脚本批量写入：
# JSON 格式：[{"name": "梗名称", "text": "Markdown内容"}, ...]
python3 scripts/dify_ops.py --dataset-id $DATASET_ID --api-key $API_KEY --proxy $PROXY batch --json-file /tmp/new_memes.json
脚本会自动再次检查去重（双重保险）。
Phase 5: 汇报结果
向用户汇报：
- 搜集到多少条梗
- 去重跳过多少条
- 成功写入多少条
- 列出新写入的梗名称
注意事项
- 搜索时用
search_lang: "zh"和country: "CN"确保中文结果 - 热梗信息要准确，不确定的内容宁可不写也不要编造
- 每条梗的"剧本融入指南"要具体实用，不要泛泛而谈
- 写入间隔 1 秒，避免 API 限流