xiaoshuai1024 Tech Topic Skill — 技术文章选题
把掘金当前高互动技术文章（真实数据）筛成符合本博客「前端 → 全栈 → AI 开发」方向的选题参考，分 🔥热度（category 命中 + 高互动）/ 🎯垂直（关键词精准命中）双视角，定位代表文章。深挖只做原文保存 + 结构分析（标题树/钩子/段落骨架/字数/代码块/配图），仿写交给写博客 skill（skill 间独立，不互引）。
何时用
- 不知道下一篇写什么 → 跑
make tech-topic拿近期选题清单 + 假设大纲（Phase 1，不拉正文） - 想蹭技术热点 → 看 🔥热度视角（高互动广覆盖）
- 想写垂直深度 → 看 🎯垂直视角（关键词精准命中）
数据源（多源，已实测验证）
掘金三源 + CSDN/InfoQ/知乎（tech-topic-multi-source 扩展，全部免费公开接口、免 self-host）：
| 源 | 通道 | 登录 | 互动字段 | 状态 |
|---|---|---|---|---|
| 掘金 A | recommend_api/v1/article/recommend_all_feed |
免登录 | digg/view/collect/comment/hot_rank | ✅ |
| 掘金 B | search_api/v1/search?query=… |
登录态（make tech-topic-login） |
跨全文相关度 | ✅ |
| CSDN | blog.csdn.net/phoenix/web/blog/hot-rank |
免登录 | viewCount/favorCount/commentCount/hotRankScore | ✅ |
| InfoQ | infoq.cn/feed（RSS） |
免登录 | 无浏览量（getList 拿不到近期）→ 仅近期信号 | ✅ |
| 知乎 | api.zhihu.com/topstory/hot-list |
免登录 | 热度值；关键词过滤（全站热榜泛话题，只留技术向） | ✅ |
| DailyHotApi / 今日头条 | — | — | 需 self-host / 无技术信号 | ❌ 不接 |
- 方向映射：掘金
category_id/ InfoQtopic标签 / CSDN/知乎 标题关键词（sources.json配置）。 - 评分：分源互动归一（× 源权重）+ 绝对 log 归一 混合，避免高量级源（CSDN👍千 / InfoQ views 万）淹没低量级源（掘金👍几十）；CSDN 标题不命中技术关键词的水文过滤掉。
- 输出格式：topics.md「🔥 热门（每平台 Top N，按来源聚合）」+「🎯 垂直视角」均为 markdown 表格（
| 分 | 文章 | 方向 | 互动 |）。N 由sources.json的per_source_top（默认 10）控制。 - 掘金 B 源用 GET +
query（非 POST+keyword）；首次make tech-topic-login登录后 headless 复用，未登录降级纯 A 源。掘金 category_id：前端6809637767543259144/ 后端6809637769959178254/ 人工智能6809637773935378440（category_map.json）。
运行（两阶段：先选题，确认后再深挖）
# ── 首次：登录掘金（弹窗一次，cookie 持久化，之后免登录）──
make tech-topic-login
# ── Phase 1 选题（不拉正文）── A+B 双源（B 需先登录；未登录自动降级纯 A）
make tech-topic # 默认 top=5, pages=2
make tech-topic top=8 pages=3 # 可调 Top 数与翻页
make tech-topic no-search=1 # 纯 A 源（更快，不启浏览器）
# 产物: .tech-topic/topics.md (人读) + topics.json (机读) + rough_outlines/ (假设大纲)
看到想对标的文章后，取其 article_id：
# ── Phase 2 深挖（拉原文保存 + 结构分析，不生成仿写）──
make tech-topic-deep id=<article_id>
# 产物: .tech-topic/articles/<id>/ article.html / article.txt / screenshot.png / meta.json / analysis.md
# 拿 analysis.md + 原文 → 用写博客 skill 仿写
评分（潜力分）
潜力分 = 0.45×互动量(归一) + 0.30×方向命中 + 0.15×时效(rtime 衰减) + 0.10×原创度
- 互动量以
digg_count为主（+ collect×0.5 + comment×0.3）；view_count口径模糊，仅展示不入分。 - 时效：30 天硬过滤（超出直接剔除，过滤掉远古爆款；实测剔除 113/140 篇）。
- 两视角各自系列内归一化、分开排名。
⚠️ 合规边界（强制，违反即错）
- 抓取的文章正文仅作分析素材（拆钩子 / 提结构 / 量化）。
- 本 skill 只到「原文保存 + 结构分析」，不生成仿写内容；仿写由写博客 skill 独立完成（差异化原创，禁止逐字搬运）。
- 禁止逐字照搬原文发布（掘金有原创机制，搬运会被限流）。
- 控制抓取量级（选题研究用，不做大规模商业采集）。
配置（可编辑）
topic_keywords.json：方向 → 关键词表（title/tags 命中 → 🎯垂直视角）。category_map.json：方向 → 掘金 category_id 映射。
依赖
| 依赖 | 用途 | 说明 |
|---|---|---|
| Python 3（stdlib） | A 源拉取（urllib，零依赖） | 已装 |
| playwright + chrome/msedge | B 源登录态搜索 / Phase 2 原文渲染 | macOS chrome、Windows msedge；skill 独立不互引 |
产物（.tech-topic/，git 忽略）
.tech-topic/
├── latest.json A+B 原始结果（缓存 10 分钟）
├── topics.json / topics.md 双视角选题清单（机/人读）
├── rough_outlines/ Phase 1 假设大纲（Top N + INDEX.md）
├── msedge-profile/ B 源登录态（cookie 持久化）
└── articles/<article_id>/ Phase 2：article.html/.txt + screenshot.png + meta.json + analysis.md
工程约束
- 文件 I/O 显式 utf-8，子进程
PYTHONIOENCODING=utf-8。 - 变量名避开内置构造器（URL/name/status/data）。
- 接口先读响应 schema 再构造 payload，校验
err_no与每字段（不只 HTTP 200）。 - 无方向命中诚实输出「近期无方向命中」+ 已试关键词，不硬凑。