这个 Skill 能做什么，适合哪些场景？
Blog Discourse 是 claude-blog 中专注于时效性和参与度的研究技能。它通过带平台限定符和时间过滤的 WebSearch，分析 Reddit、X、YouTube、Hacker News、dev.to、Medium 等公开平台上的近期讨论。技能会生成项目根目录的 DISCOURSE.md 结构化简报，并输出供写作流程使用的 JSON。它适合趋势、新闻分析、产品更新反应和需要了解真实用户或从业者观点的文章，不替代以权威来源为重点的 blog-researcher。
它先对主题执行四类关键词陷阱检查，必要时要求澄清或重构查询；对命名实体拆分官方、反方、实践者、相关实体和时间锚点问题；使用带 site: 限定符及 30 天或 90 天时间窗口的 WebSearch，收集来源平台、URL、原始标题、摘要、日期和可见互动量；扫描摘要中的提示注入模式并标记可疑内容；调用 scripts/discourse_research.py 读取结果 JSON，按来源或主题聚类、按时效性和互动代理评分，识别近期新主题与跨平台共识，最后生成 DISCOURSE.md 和结构化 JSON。
- 内容团队准备趋势文章或新闻分析，需要了解最近30天不同平台上的真实讨论。
- 营销人员研究产品更新反应，希望把用户和实践者观点输入后续写作。
- 博客作者撰写“现状”类文章，需要补充权威研究之外的近期参与度和讨论线索。
- 编辑希望先生成讨论简报，再自动传给 blog brief、blog write 或 blog strategy。
如何安装这个 Skill？
- 核心功能依赖 WebSearch 及多个海外公共平台，未证明在中国大陆网络环境中稳定可用。
- DISCOURSE.md 会写入项目根目录并可能被下游技能加载；即使有提示注入防护，仍应人工审阅不可信内容。
- 仓库级测试与 CI 声明未等同于本技能关键路径已验证；安装和运行前应检查脚本、依赖及输出文件策略。
- Shell / 命令行
- 网络访问
- 本地文件系统
Python 3.11+WebSearch
该技能随 AgriciDaniel/claude-blog 集合安装。使用 Claude Code 1.0.33+：先执行 /plugin marketplace add AgriciDaniel/claude-blog，再执行 /plugin install claude-blog@agricidaniel-claude-blog。源材料未提供单独安装 skills/blog-discourse 的步骤。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/AgriciDaniel/claude-blog.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/blog-discourse" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
在 Claude Code 中输入 /blog discourse <topic>，默认研究最近30天并在项目根目录生成 DISCOURSE.md。可使用 /blog discourse <topic> --days 90 扩大窗口，或用 --feed-into brief、--feed-into write、--feed-into strategy 将简报传给后续流程；已有结果文件时使用 --input results.json。
这个 Skill 有哪些优点和局限？
- 无需平台 API 密钥，使用带平台限定符的 WebSearch。
- 覆盖多个公开讨论平台，并同时考虑新近度和互动代理。
- 包含关键词陷阱检查、命名实体拆解、提示注入标记和结果校验。
- 可输出 DISCOURSE.md 与 JSON，并接入 brief、write、strategy 流程。
- 明确定位为 blog-researcher 的补充，而非权威事实研究替代品。
- 依赖 Claude Code 的 `/blog` 命令、编排器和 WebSearch 行为，移植到其他客户端需要适配。
- 搜索结果质量取决于公开网页的可索引程度、摘要信息和可见互动数据。
- 零结果时只能报告覆盖不足，不能自动生成手写简报。
- 源材料没有提供该子技能独立的测试数量或跨平台验证证据。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Blog Discourse 公众讨论研究 本页 | 54 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
| 博客策略架构师 | 49 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
| Blog Brief 内容规划器 | 44 · 不推荐 | ★ 2.4k | 14 天前 | MIT |
| Claude Blog 内容引擎 | 47 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
| SEO 内容审计技能 | 48 · 谨慎使用 | ★ 2.8k | 8 个月前 | MIT |
相较于 blog-researcher 的权威来源和统计数据视角，Blog Discourse 聚焦最近30至90天的实践者讨论、参与度和跨平台共识；两者应配合使用。它也不同于 blog-notebooklm，后者面向用户上传文档的来源内研究。
FollowSkills 如何评估这个 Skill？
技能明确将搜索结果视为不可信数据，要求扫描提示注入模式、使用 HTTPS-only 与字段校验，并以随机权限受限的临时文件传递结果；同时公开说明 WebSearch、项目根目录写入和下游加载的数据流。扣分在于依赖外部搜索内容与脚本执行，未在本技能内完整规定用户确认、失败后的清理或回滚机制。
命令、阶段、输入参数、零结果和脚本错误处理均有说明，且描述了校验与临时文件流程。扣分在于本技能没有提供自身的测试套件、版本兼容矩阵或关键路径的可复现证据；静态审查下只能给出中等偏低分。
受众、触发短语、主题输入、30/90天窗口、feed-into选项及不适合常青解释文的边界都较清楚。扣分在于未说明中文内容处理能力，也未证明 WebSearch 在中国大陆网络环境中的可达性；平台覆盖和搜索结果质量可能因地区而变化。
文档结构分层清晰，包含命令表、工作流、输出格式、组合关系、错误处理、许可证和上游归属说明。扣分在于该技能自身没有明确版本号、变更记录、维护负责人或独立更新路径，部分依赖和路径假设需要共享仓库上下文才能理解。
技能定义了结构化 DISCOURSE.md 和 JSON 输出，并包含新趋势、共识、单一来源主题及实践细节等可直接消费的字段，理论上能完成近期舆情研究。扣分在于没有提供该技能专属的已验证代表性输出或第三方结果证据，且搜索摘要、日期和参与度字段可能不完整，仍需人工审阅。
源文件提供了详细的方法、输入 schema、输出 schema、错误分支和安全约束，具备有限可审计性；仓库还声称存在 CI 和测试。扣分在于给定证据未包含 discourse_research.py 或其专属测试，无法静态复核聚类、评分、LAW 合规和实际 WebSearch 结果。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →