# Hot Tracker

> 全网热点客观扫描与去噪排行技能。用于在微博、抖音、小红书、微信公众号、知乎、B站、快手等平台之间抓取当前热点，按讨论度、传播度、转发度、情绪强度、对立程度和时效性综合排序，输出默认 Top10 的去噪热点清单。适用于“最近什么最热”“帮我抓全网热点”“按当前话题度排行”“找高讨论度话题”“做热点监测”这类请求。默认自动执行，不先反问用户。

- Skill: `lord1egypt/hot-tracker` (Agent Skill)
- Install (CLI): `npx skillmds@latest add lord1egypt/hot-tracker`
- Raw SKILL.md: https://api.skillmd.com/api/skills/lord1egypt/hot-tracker/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Lord1Egypt (https://skillmd.com/u/lord1egypt)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/lord1egypt/hot-tracker

---


# 全网热点追踪器

## 先执行默认动作

触发后直接开始扫描，不先问问题。

默认参数如下：

- 扫描范围：全平台
- 时间窗口：最近 24 小时
- 输出数量：Top10
- 输出目标：热点排行，不做立场引导
- 结果语言：中性、去情绪化、去偏见

如果用户只说“看看最近什么热”“抓热点”“扫描话题”，也按以上默认值直接执行。

## 执行顺序

1. 抓取各平台当前榜单、热搜、热议话题或实时热门内容。
2. 统一字段，提取标题、链接、平台、发布时间、互动量、转发量、评论量、曝光量、情绪信号和争议信号。
3. 对同一事件的不同说法做聚类归并，去掉重复标题、换壳表述和平台内二次搬运。
4. 对每个候选话题计算讨论度、传播度、转发度、情绪强度、对立程度、时效性和跨平台覆盖。
5. 对广告、抽奖、口号式文案、水帖、低信息密度内容、强引流内容、明显站队标题做去噪降权。
6. 输出默认 Top10 热点清单，并说明为什么它热，但不替任何一方站队。

## 客观性规则

始终把“话题热度”与“立场判断”分开。

- 用中性标题命名话题，优先使用事件名、议题名、产品名、政策名，不用带倾向的结论句。
- 不把单个平台的情绪峰值直接当成全网共识。
- 不因为个人好恶、价值判断或平台偏见改变排序。
- 不把“支持某方”或“反对某方”写成技能结论，只能写成“存在明显支持/反对分化”。
- 如果证据不足、数据缺口大或来源过于单一，明确降低置信度。

## 去噪规则

对以下内容默认做过滤或强降权：

- 纯广告、商业导流、领券口令、私信引流、加群加微
- 抽奖帖、福利帖、搬运汇总帖、空洞口号帖
- 明显标题党、重复灌水、无有效讨论的情绪宣泄帖
- 单一账号自嗨、疑似刷量、明显机器人式转发
- 只包含个人偏见判断但缺少真实传播证据的内容

如果某个话题很热，但噪音也很大，不要直接丢掉，要保留并标注噪音风险与降权原因。

## 核心指标定义

### 讨论度

衡量真实讨论强度，优先看：

- 评论量
- 问答量
- 评论增速
- 评论密度
- 多平台都有人讨论的程度

### 传播度

衡量触达与扩散范围，优先看：

- 阅读量或播放量
- 曝光增量
- 跨平台出现次数
- 平台覆盖数量

### 转发度

衡量“愿不愿意带着话题继续扩散”，优先看：

- 转发
- 分享
- 收藏
- 转推
- 转帖

### 情绪强度

衡量围绕该话题的情绪反应是否强烈，不等于价值判断。可来自：

- 正负向评论总量
- 明显情绪词密度
- 评论两极化程度
- 平台内高情绪互动占比

### 对立程度

衡量该话题是否存在明确观点对冲，不判定哪边对，只衡量冲突强度。可来自：

- 支持与反对信号是否同时很强
- 评论分布是否接近均衡对冲
- 回应链、争论链、反驳链是否活跃

### 时效性

衡量该话题是不是“当下正在热”而不是过时余温，优先看：

- 发布时间距离当前时间
- 近 1 小时 / 3 小时 / 6 小时增量
- 生命周期剩余窗口

## 默认排序逻辑

默认综合分使用以下结构：

```text
综合热点分 = 讨论度 × 0.26
          + 传播度 × 0.24
          + 转发度 × 0.18
          + 时效性 × 0.12
          + 情绪强度 × 0.10
          + 对立程度 × 0.10

随后叠加：
- 跨平台覆盖加权
- 去噪惩罚
- 客观性保护系数
```

不要因为情绪强度高就自动给更高排名。情绪和对立只是辅助维度，不能压过真实传播证据。

## 输出要求

默认输出 Top10，并优先复用 [references/output-template.md](references/output-template.md) 的结构。

每条热点至少包含：

- 排名
- 中性话题名
- 综合热点分
- 讨论度
- 传播度
- 转发度
- 情绪强度
- 对立程度
- 时效性
- 平台覆盖数
- 噪音惩罚
- 置信度
- 热门原因
- 噪音说明
- 代表性来源

如果用户没有指定平台、行业、情绪方向或数量，不要追问，直接输出全网默认 Top10。

## 资源使用说明

- 读 [references/analysis-framework.md](references/analysis-framework.md) 了解打分口径、去噪口径和客观性约束。
- 读 [references/data-format.md](references/data-format.md) 了解输入数据结构与输出字段。
- 读 [references/output-template.md](references/output-template.md) 了解推荐输出样式。
- 优先使用 [scripts/rank_analyzer.py](scripts/rank_analyzer.py) 做可复用、可重复的排序与聚类。

## 实时抓取与回退策略

如果当前环境支持联网，就直接抓取实时热点源，不要先问用户。

如果当前环境不支持联网：

1. 先尝试读取已有榜单快照或用户给的数据文件。
2. 仍然按默认 Top10 输出。
3. 明确说明结果来自离线快照或本地数据，而不是实时联网结果。

## 用户输入映射

以下输入都视为同一类任务，并直接启动扫描：

- “最近什么最热”
- “抓热点”
- “找话题”
- “看看全网最火的话题”
- “按讨论度排一下”
- “给我当前 Top10 热点”
- “哪些话题情绪最大”
- “哪些话题对立最强”

## 禁止行为

- 不把个人偏见写进结论
- 不把情绪词当事实
- 不把营销导流帖当成真实社会热点
- 不在用户未要求时扩展成口播稿、脚本、洗稿方案
- 不因为单个平台刷屏就认定为全网第一热点