项目简介
last30days-skill 是 GitHub 上爆火的开源项目（41k+ Stars），它不是传统的搜索引擎——而是一个由 AI Agent 驱动的跨平台趋势洞察引擎。
核心理念：搜索「人」，而非搜索「网站」。Google 聚合的是编辑和 SEO 优化的内容，而 last30days 搜索的是真实的、正在发生的「人」的讨论。
它能做什么？
给它一个主题，它就会自动扫描过去 30 天内多个主流平台的热门讨论，再根据互动信号（点赞、评论、转发、市场赔率）排序，最终由 AI Agent 综合研判，生成一份有依据的摘要报告。
覆盖平台
Reddit、X（Twitter）、YouTube、Hacker News、Polymarket、TikTok、Instagram、GitHub、Bluesky 以及通用网页搜索——10+ 个数据源。
为什么它比传统搜索更好？
打破「围墙花园」
目前没有任何一家 AI 公司能同时访问所有社交平台——Google 触不到 Reddit 评论区，ChatGPT 无法搜索 X。last30days 通过 Agent 桥接了这些信息断层。
真实权重排序
信息排名不再由 SEO 算法决定，而是基于真实互动数据：
- Reddit 的点赞数
- X 的转推量
- YouTube 的播放量
- Polymarket 的真金白银下注
AI 综合研判
它不是简单列出链接，而是由 AI Agent 对所有碎片信息（帖子、回帖、转录稿、代码提交）进行深度综合，生成一份简短、真实且接地气的分析报告。
典型使用场景
- 追踪开源项目热度：看看某个项目最近 30 天在社区的真实讨论
- 竞品分析：搜集 Reddit / HN / X 上用户对竞品的真实评价
- 内容选题：发现哪些话题正在不同平台同步发酵
- 市场观察：跟踪某个技术方向或行业趋势的社区声音变化
- 给 AI Agent 补充实时信息：让 Claude Code / Cursor / Gemini CLI 等工具获得更接近真实世界的信息来源
技术亮点
该项目基于 OpenClaw 框架开发，采用「渐进式披露」架构设计：元数据层仅加载基本信息，工具定义层提供标准化 API 参数，执行层才真正调用数据源。这种分层设计大幅降低了 Agent 的上下文消耗，确保快速判断是否需要调用。
为了解决各大平台 API 限流问题，项目内置了智能缓存机制，将热门话题数据缓存 1-2 小时，大幅降低 API 调用频率的同时保证时效性。
来源：GitHub / CSDN / 阿里云开发者社区 | 创客小栈