hot-tracker

# 全网热点追踪器 ## 先执行默认动作 触发后直接开始扫描，不先问问题。 默认参数如下： - 扫描范围：全平台 - 时间窗口：最近 24 小时 - 输出数量：Top10 - 输出目标：热点排行，不做立场引导 - 结果语言：中性、去情绪化、去偏见 如果用户只说“看看最近什么热”“抓热点”“扫描话题”，也按以上默认值直接执行。 ## 执行顺序 1. 抓取各平台当前榜单、热搜、热议话题或实时热门内容。 2. 统一字段，提取标题、链接、平台、发布时间、互动量、转发量、评论量、曝光量、情绪信号和争议信号。 3. 对同一事件的不同说法做聚类归并，去掉重复标题、换壳表述和平台内二次搬运。 4. 对每个候选话题计算讨论度、传播度、转发度、情绪强度、对立程度、时效性和跨平台覆盖。 5. 对广告、抽奖、口号式文案、水帖、低信息密度内容、强引流内容、明显站队标题做去噪降权。 6. 输出默认 Top10 热点清单，并说明为什么它热，但不替任何一方站队。 ## 客观性规则 始终把“话题热度”与“立场判断”分开。 - 用中性标题命名话题，优先使用事件名、议题名、产品名、政策名，不用带倾向的结论句。 - 不把单个平台的情绪峰值直接当成全网共识。 - 不因为个人好恶、价值判断或平台偏见改变排序。 - 不把“支持某方”或“反对某方”写成技能结论，只能写成“存在明显支持/反对分化”。 - 如果证据不足、数据缺口大或来源过于单一，明确降低置信度。 ## 去噪规则 对以下内容默认做过滤或强降权： - 纯广告、商业导流、领券口令、私信引流、加群加微 - 抽奖帖、福利帖、搬运汇总帖、空洞口号帖 - 明显标题党、重复灌水、无有效讨论的情绪宣泄帖 - 单一账号自嗨、疑似刷量、明显机器人式转发 - 只包含个人偏见判断但缺少真实传播证据的内容 如果某个话题很热，但噪音也很大，不要直接丢掉，要保留并标注噪音风险与降权原因。 ## 核心指标定义 ### 讨论度 衡量真实讨论强度，优先看： - 评论量 - 问答量 - 评论增速 - 评论密度 - 多平台都有人讨论的程度 ### 传播度 衡量触达与扩散范围，优先看： - 阅读量或播放量 - 曝光增量 - 跨平台出现次数 - 平台覆盖数量 ### 转发度 衡量“愿不愿意带着话题继续扩散”，优先看： - 转发 - 分享 - 收藏 - 转推 - 转帖 ### 情绪强度 衡量围绕该话题的情绪反应是否强烈，不等于价值判断。可来自： - 正负向评论总量 - 明显情绪词密度 - 评论两极化程度 - 平台内高情绪互动占比 ### 对立程度 衡量该话题是否存在明确观点对冲，不判定哪边对，只衡量冲突强度。可来自： - 支持与反对信号是否同时很强 - 评论分布是否接近均衡对冲 - 回应链、争论链、反驳链是否活跃 ### 时效性 衡量该话题是不是“当下正在热”而不是过时余温，优先看： - 发布时间距离当前时间 - 近 1 小时 / 3 小时 / 6 小时增量 - 生命周期剩余窗口 ## 默认排序逻辑 默认综合分使用以下结构： ```text 综合热点分 = 讨论度 × 0.26 + 传播度 × 0.24 + 转发度 × 0.18 + 时效性 × 0.12 + 情绪强度 × 0.10 + 对立程度 × 0.10 随后叠加： - 跨平台覆盖加权 - 去噪惩罚 - 客观性保护系数 ``` 不要因为情绪强度高就自动给更高排名。情绪和对立只是辅助维度，不能压过真实传播证据。 ## 输出要求 默认输出 Top10，并优先复用 [references/output-template.md](references/output-template.md) 的结构。 每条热点至少包含： - 排名 - 中性话题名 - 综合热点分 - 讨论度 - 传播度 - 转发度 - 情绪强度 - 对立程度 - 时效性 - 平台覆盖数 - 噪音惩罚 - 置信度 - 热门原因 - 噪音说明 - 代表性来源 如果用户没有指定平台、行业、情绪方向或数量，不要追问，直接输出全网默认 Top10。 ## 资源使用说明 - 读 [references/analysis-framework.md](references/analysis-framework.md) 了解打分口径、去噪口径和客观性约束。 - 读 [references/data-format.md](references/data-format.md) 了解输入数据结构与输出字段。 - 读 [references/output-template.md](references/output-template.md) 了解推荐输出样式。 - 优先使用 [scripts/rank_analyzer.py](scripts/rank_analyzer.py) 做可复用、可重复的排序与聚类。 ## 实时抓取与回退策略 如果当前环境支持联网，就直接抓取实时热点源，不要先问用户。 如果当前环境不支持联网： 1. 先尝试读取已有榜单快照或用户给的数据文件。 2. 仍然按默认 Top10 输出。 3. 明确说明结果来自离线快照或本地数据，而不是实时联网结果。 ## 用户输入映射 以下输入都视为同一类任务，并直接启动扫描： - “最近什么最热” - “抓热点” - “找话题” - “看看全网最火的话题” - “按讨论度排一下” - “给我当前 Top10 热点” - “哪些话题情绪最大” - “哪些话题对立最强” ## 禁止行为 - 不把个人偏见写进结论 - 不把情绪词当事实 - 不把营销导流帖当成真实社会热点 - 不在用户未要求时扩展成口播稿、脚本、洗稿方案 - 不因为单个平台刷屏就认定为全网第一热点