❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序,在微信中搜索 TrendForge Pro 即可使用小程序,如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

首页 / 专题报道 / mvanhorn/last30days-skill
专题报道 Python · 日榜

一个AI代理,把Reddit、X、Polymarket变成你的私人情报网

当Google还在索引昨天的新闻时,一个名为last30days-skill的开源项目正在并行扫描Reddit、X、YouTube、Hacker News甚至Polymarket预测市场,用社区点赞、分享和真金白银的赔率来排序信息,而非编辑推荐。过去13天,它狂揽近3万颗星,单日峰值超过1.3万。这不是又一个AI搜索包装器——它试图解决一个根本问题:当每个平台都成为信息孤岛时,如何让AI代理同时拥有所有钥匙?

mvanhorn/last30days-skill
2026/6/8 入选专题
查看项目详情 →
Stars34k
Forks2.8k
本期新增+3.6k Stars
健康评分75 / 100
主要语言Python

当Google还在索引昨天的新闻时,一个名为last30days-skill的开源项目正在并行扫描Reddit、X、YouTube、Hacker News甚至Polymarket预测市场,用社区点赞、分享和真金白银的赔率来排序信息,而非编辑推荐。过去13天,它狂揽近3万颗星,单日峰值超过1.3万。这不是又一个AI搜索包装器——它试图解决一个根本问题:当每个平台都成为信息孤岛时,如何让AI代理同时拥有所有钥匙?

这个项目在做什么

last30days-skill本质上是一个AI代理技能(skill),专为Claude Code等Agent环境设计。你只需输入一个主题,比如“Claude Code vs Codex”,它就会并行搜索Reddit、X、YouTube、Hacker News、Polymarket、GitHub等平台,抓取近30天内的相关内容,然后由一个AI法官综合所有信号,生成一份带真实引用来源的摘要报告。

核心逻辑不是简单的聚合搜索,而是“社区信号评分”:Reddit的upvotes、X的likes、YouTube的播放量、Polymarket的赔率——这些数据被用来衡量每条信息的真实关注度。正如项目README所言:“Google聚合编辑,/last30days搜索人。”

为何此刻被关注

本期新增3,558颗星,增长轨迹显示近13天总增长28,952颗星,单日峰值出现在2026年3月31日,高达13,598颗。这个爆发点恰好与AI编程工具大战(Claude Code、Codex、Cursor等)的舆论高峰重合。当开发者急需对比这些工具的近期真实体验时,传统搜索引擎给不出答案——Reddit的深度讨论、X的即时吐槽、YouTube的实操评测分散在不同围墙花园里。last30days-skill恰好填补了这个空白。

此外,项目近期新增了对Bluesky的支持和“X vs Y”对比模式,并自动将每次研究结果保存为Markdown文件,形成个人知识库。这些功能迭代踩中了“信息过载”和“个人知识管理”两大痛点。

技术上有何不同

与Perplexity、ChatGPT搜索等通用AI搜索产品相比,last30days-skill的差异化在于“代理原生”和“多源并行”。它不是通过一个中心化API访问所有数据,而是让用户自带各平台API密钥(或浏览器会话),在本地或云端代理环境中同时调用。这意味着它能触及ChatGPT无法搜索的X、Gemini无法访问的Reddit评论区。

项目采用“零配置”起步:Reddit、HN、Polymarket、GitHub开箱即用,X和YouTube通过30秒的设置向导解锁。这种设计降低了使用门槛,但保留了高级用户自定义数据源的能力。README中明确列出了9个数据源及其社区信号类型,从Reddit的“upvotes”到Polymarket的“real money odds”,每个源都有明确的价值主张。

与同类项目如“Reddit Search Agent”或“Hacker News Summarizer”相比,last30days-skill的核心优势在于“跨平台综合评分”——一个AI法官同时权衡Reddit的深度、X的速度、YouTube的时长和Polymarket的赔率,输出一份统一简报。这种设计在技术上并不复杂,但产品思路清晰:不是做一个更好的搜索引擎,而是做一个更好的信息筛选器。

谁应该用它

  • 技术决策者:需要在Claude Code、Codex、Cursor等工具间做选型,但不想依赖过时评测。输入“/last30 Claude Code vs Codex”,系统自动生成近30天社区真实反馈对比。
  • AI从业者与研究者:追踪Seedance 2.0、paper.design prompts等快速迭代的技术,获取社区真实讨论热度而非官方新闻稿。
  • 市场与预测分析师:利用Polymarket集成,搜索“Iran War”可获得15个预测市场的实时赔率,结合Reddit讨论生成数据驱动报告。
  • 内容创作者与记者:快速了解某个人物或公司的近30天动态——比如某CEO的X帖子、YouTube访谈、GitHub提交记录,全部汇总在一份简报中。

局限与开放问题

依赖用户自带API密钥意味着数据源的稳定性和覆盖范围完全取决于用户配置。对于非技术用户,设置X和YouTube的API可能仍有门槛。此外,AI法官的评分标准未公开,存在偏见风险——它是否过度偏好高互动内容而忽略小众但重要的讨论?项目目前仅支持30天窗口,对于需要更长周期分析的用户不够灵活。最后,作为Claude Code技能,它深度绑定Anthropic生态,在其他Agent宿主(如Codex、Cursor)上的体验可能打折扣。

"Google聚合编辑,/last30days搜索人。"
"每个平台都是围墙花园,但你可以让AI代理同时拥有所有钥匙。"
"不是做一个更好的搜索引擎,而是做一个更好的信息筛选器。"

核心亮点

13天狂揽近3万星,单日峰值超1.3万
并行搜索9个平台,用社区信号而非编辑排序
零配置起步,30秒解锁X和YouTube
自动保存Markdown,构建个人知识库
新增Bluesky支持和X vs Y对比模式
Stars / Forks 趋势

数据来源:TrendForge 历史采集

项目截图

1
2
3
4
为什么上榜

本期新增3,558颗星,延续了3月31日13,598颗星的爆发势头。核心催化剂是AI编程工具大战(Claude Code vs Codex vs Cursor)引发的信息需求——开发者急需跨平台近期真实反馈,而传统搜索无法满足。项目恰好提供了“X vs Y”对比模式和自动知识库功能,精准命中痛点。此外,Bluesky等新数据源的加入和持续的功能迭代维持了社区关注度。

适合人群

技术决策者(如CTO、技术选型负责人)需要对比AI工具近期社区反馈;AI研究者追踪快速迭代的技术趋势;市场分析师利用Polymarket赔率做数据驱动决策;内容创作者快速调研人物或公司近30天动态。

技术洞察

项目采用代理原生架构,用户自带各平台API密钥,在Claude Code等Agent环境中并行调用。核心创新在于“社区信号评分”机制:将Reddit upvotes、X likes、YouTube播放量、Polymarket赔率等异构数据统一归一化,由AI法官综合排序。与Perplexity等中心化搜索不同,它不依赖单一数据源,而是通过用户配置的钥匙解锁各个围墙花园。近期新增的Bluesky支持和自动Markdown保存功能,进一步降低了信息管理成本。

局限与开放问题

依赖用户自带API密钥,非技术用户配置门槛较高;AI法官评分标准未公开,可能存在偏见;仅支持30天窗口,长周期分析受限;深度绑定Claude Code生态,在其他Agent宿主上体验可能不一致。

使用场景

技术选型决策
开发者需要在Claude Code和Codex等AI编程工具之间做选择,但网上信息分散且时效性差,难以获得近期真实用户反馈。

使用项目的Comparative模式,输入“/last30 Claude Code vs Codex”,系统会并行研究Reddit、HN、YouTube等平台近30天的讨论,生成对比分析报告,包括优缺点对比和数据驱动的建议。
实际案例:想了解近期开发者对Claude Code和Codex的实际使用体验,避免基于过时信息做技术决策。
追踪技术趋势
AI技术更新太快,开发者难以跟上最新工具(如Seedance 2.0、paper.design prompts)的实际应用情况和社区反馈。

输入具体技术名称,系统自动搜索Reddit、X、YouTube等平台近30天的热门讨论,筛选出真正被社区关注和分享的内容,生成带真实引用的综合摘要。
实际案例:想知道“Nano Banana Pro”技术最近一个月在技术社区的真实讨论热度、应用案例和潜在问题。
市场预测分析
需要了解特定事件(如伊朗局势、体育赛事)的实时市场预测,但传统新闻缺乏量化数据支撑。

利用项目的Polymarket集成功能,搜索相关主题,系统会从50+预测市场中提取实时赔率、概率数据,结合Reddit、HN等讨论生成数据驱动的分析报告。
实际案例:搜索“Iran War”可获得15个实时预测市场的政权更迭概率、战争爆发赔率等量化数据,而非仅依赖媒体观点。
构建个人知识库
开发者经常研究各种主题,但研究成果分散在不同地方,难以系统化保存和回顾。

项目每次运行都会自动将完整简报保存为Markdown文件到~/Documents/Last30Days/,按主题命名,形成可搜索的个人研究库。
实际案例:研究“AI代理框架”后,系统自动生成带时间戳和所有引用的.md文件,方便后续查阅和分享。
mvanhorn/last30days-skill
一种AI代理技能,能够研究Reddit、X、YouTube、HN、Polymarket及全网上的任意主题,并生成基于事实的综合摘要
34k Stars 2.8k Forks 健康评分 75 查看项目详情
助手