x-topic-intelligence
当需要在 X/Twitter 上围绕某个主题收集热门帖子、趋势讨论、KOL 内容、钩子写法、回复驱动内容或社媒情报数据集时使用。适用于内容调研、舆情研究、话题扫描、社媒竞品观察和内容机会分析等场景，优先快速模式，深入采集时再做多轮 DOM 抓取。
Profile →npx skills add majiayu000/claude-skill-registry --skill social-intelligence --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
<!-- AUTO-GENERATED-RESOURCE-MAP:START --> ### Resource Map > 基准路径: `.claude/skills/scraping-specialist/references/domains/social-intelligence/` ``` social-intelligence/ ├── references/ │ └── search-rounds.md └── SKILL.md ``` <!-- AUTO-GENERATED-RESOURCE-MAP:END --> # X / Twitter 主题情报采集 此技能用于围绕一个主题系统性收集 X/Twitter 内容，并输出结构化情报。 ## 先确认主题 开始前明确： - `topic` - 目标：快速看趋势，还是系统建数据集 - 时间范围：24h / 7d / 自定义 - 语言 ## 模式选择 - 快速概览：适合先看热点和大致方向。 - 全量采集：适合建立 JSONL / Markdown 数据集、拆解 KOL 与内容模式。 更细的轮次设计见 [采集模式与轮次](references/search-rounds.md)。 ## 标准输出 输出目录建议为当前工作目录下的 `x-collect-data/`： - `intel.jsonl` - `intel.md` ## 输出要求 每条记录建议包含： - 帖子 URL - 文本摘要 - `intel_type` - 账号 - 点赞 / 转推 / 回复 / 浏览 - 角度总结 - 内容形式 - `key_takeaway` ## 使用原则 - 不要只抓“爆款”，还要抓“高回复争议内容”与“KOL 发布内容”。 - 先做一个快速轮次判断主题热度，再决定是否进入全量采集。 - 输出里必须保留原帖引用线索，方便回溯。
- Resource Map
- 先确认主题
- 模式选择
- 标准输出
- 输出要求
- 使用原则
What does the x-topic-intelligence skill do?
当需要在 X/Twitter 上围绕某个主题收集热门帖子、趋势讨论、KOL 内容、钩子写法、回复驱动内容或社媒情报数据集时使用。适用于内容调研、舆情研究、话题扫描、社媒竞品观察和内容机会分析等场景，优先快速模式，深入采集时再做多轮 DOM 抓取。
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill social-intelligence --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.