Social Reader 技能

该技能提供社交媒体内容抓取与监控工作流，支持两种使用模式：

• 交互模式：Agent 实时获取单条帖子，用于当前对话中的阅读、讨论或回复生成。
• 流水线模式：后台批量巡检信息源，经 LLM 提炼后推送审核通知。

依赖项

pip install requests

配置文件

环境变量（仅流水线模式下的 Processor 节点必需）

模式 1：Agent 交互式调用（推荐）

当用户发送一条社交媒体帖子链接，并请求你“阅读并讨论”或“生成高质量回复”时，请直接调用 fetcher.py —— 切勿使用 run_pipeline.py。

run_pipeline.py 会触发去重缓存、固定流程的 LLM 提炼以及浏览器弹窗，这些行为均不适用于交互场景。

使用示例

import sys

skill_dir = r"d:AIWareTopAgentopenclaw-skillssocial-reader"
if skill_dir not in sys.path:
    sys.path.append(skill_dir)

from fetcher import get_tweet

result = get_tweet("https://x.com/user/status/123456")

if result.get("success"):
    content = result["content"]
    # 此时可与用户就内容展开讨论，或生成回复

get_tweet() 返回结构

{
  "source": "fxtwitter",
  "success": true,
  "type": "tweet",
  "content": {
    "text": "帖子正文内容",
    "author": "显示名称",
    "username": "用户名（句柄）",
    "created_at": "发布时间",
    "likes": 123,
    "retweets": 45,
    "views": 6789,
    "replies": 10,
    "media": ["image_url_1", "image_url_2"]
  }
}

当 type 为 "article"（长文帖）时，content 还额外包含以下字段：

• title：文章标题
• preview：预览文本
• full_text：全文内容（Markdown 格式）
• cover_image：封面图 URL

该调用完全无状态 —— 不写入任何缓存文件，也不触发通知服务。

模式 2：后台流水线批量处理

使用 run_pipeline.py 编排 Watcher → Processor → Action 节点链路，适用于定时任务或批量处理场景。

三个核心节点

1. Watcher（watcher.py）

   • 读取 input_urls.txt 或 sources.json，通过 seen_ids.json 去重，将新帖子写入 pending_tweets.json。

2. Processor（processor.py）

   • 读取 pending_tweets.json，调用 LLM 生成评论分析，输出至 drafts.json。
   • 需配置 LLM_API_KEY 环境变量。

3. Action（notifier.py）

   • 启动本地 HTTP 审核服务（端口 18923），自动打开浏览器审核页面，提供批准 / 拒绝 / 重写 / 归档等操作控件。

CLI 示例

# 执行完整流水线
python run_pipeline.py

# 指定单条 URL 处理
python run_pipeline.py https://x.com/elonmusk/status/123456

# 单节点执行
python run_pipeline.py --watch-only
python run_pipeline.py --process-only
python run_pipeline.py --notify-only