last30days 是一个研究近期话题的 Agent Skill。它按主题与时间窗口从可用来源收集讨论、互动和链接,再由宿主 Agent 综合成报告。默认研究最近 30 天,适合了解工具反馈、社区争议和新出现的需求。
网页端的操作入口会跟着宿主助手的版本更新变动,这里同时保留了本地引擎的命令行使用方法。你选自己对应的安装环境做完验证就行,不用把网页端设置和本地机器配置混着操作。
last30days 怎样把话题变成研究报告
举个例子,你问“agent browser 最近有什么值得关注的讨论”,宿主首先会明确你要找的是产品更新公告、使用故障反馈,还是不同工具的横向测评,先把检索范围定下来。之后由Python引擎负责访问数据源、筛选有效条目、返回对应佐证材料,最后宿主再对所有候选内容做统一判断、梳理汇总。最终报告的质量,同时受检索规划能力、可调用的数据源数量、最终复核这几个因素影响。
生成的完整报告里,每条内容都会带上发布时间、原始跳转链接、评论详情,还有对应平台的互动指标。读报告的时候先核对信息来源,再看给出的结论能不能在附带的原始链接里找到对应依据。要注意社区点赞数只能反映这个平台上用户的参与热度,不能直接等同于产品总用户量,也不能直接换算成中文平台的搜索量。
技能在宿主里加载,研究结果在会话里返回
last30days 以技能的形式接入助手,不需要另外找独立聊天客户端。网页端可以在 Skills 列表里管理它;项目级安装则由当前项目的技能目录提供规则和脚本。两种入口使用不同的安装方式,确认宿主类型后再选对应操作路线。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

不同来源能回答哪些问题
| 需要了解的内容 | 可以参考的来源 | 核对重点 |
|---|---|---|
| 开发者遇到的问题 | Hacker News、GitHub、Reddit | 原帖时间、项目身份和具体复现 |
| 视频操作经验 | YouTube 等视频来源 | 可用字幕、版本与实际展示 |
| 近期产品或社区变化 | 多个来源交叉检查 | 重复转载和观点归属 |
不同数据源的接入要求不一样,有的直接走公开接口就能调用,有的需要额外配置CLI、API凭据,或者明确授予登录态权限。装好这个技能之后,先跑一遍诊断,确认本轮实际能正常访问哪些来源,再判断你要调研的问题能拿到多大范围的支撑内容。
从输入问题到核对结果,中间还有范围确认
别把“找到近期讨论”直接等同于已经完成事实核查。助手可能先追问受众和研究方向,也可能直接继续检索。阅读返回内容时,先看实际调用了什么主题,再看有没有原始材料支撑结论;标题相近的同类产品尤其容易混入候选内容里。

限定时间和主题后怎样判断样本够不够
你可以直接把调研范围写清楚,比如“最近 7 天,研究浏览器 Agent 的稳定性问题,优先 HN 与 GitHub,引用原始链接”。如果最后返回的结果只有一两条,先排查是不是主题设得太窄、可用数据源受限,或者抓到的内容对应了别的同名产品。可以根据需求把时间窗口放宽到30天,或者补充其他类别的数据源,调整完的时间窗口要在最终报告里标注清楚。
本次单源练习抓取到的候选讨论,主体都是Agweb。如果你要研究的是特定的 agent-browser 仓库,一定要逐一核对链接和项目名,确认匹配再决定要不要收录。标题里出现相近关键词,只能作为发现线索的参考,不能直接判定内容相关。
哪些研究任务适合先用 last30days
刚开始做新工具选型的时候,可以用它先把近期的用户反馈整理出来;准备写教程的时候,可以靠它收集带明确时间戳的高频问题;跟进开源项目动态的时候,也可以顺着报告里的原帖链接,继续去核查官方发布内容与Issues详情。不管用在哪种场景,都要把调研的主题、时间窗口、用到的来源、检索时间都记录下来,方便后续做横向对比。
第一次试用怎样判断它是否适合自己
选一个你已经熟悉的主题,把范围限制在一个平台和最近一周。先让助手列出候选标题、时间和原始链接,暂时不要要求长篇分析。打开几条原帖,确认它们确实讨论同一件事;再要求总结共识、分歧和证据不足的地方。这样能较快发现它是否找到了可用材料。
如果第一轮没有有效候选,保留空结果和失败原因,然后只改变一个条件:扩大时间窗口,或者换一种名称。一次同时改变主题、平台和日期,后续就很难判断结果变多是因为哪个条件。对需要精确统计的任务,还应记录检索时间和去重方法。











