关注「雷一言」 · 分享 AI 工具与真实工作流

这是一言的第 33 期分享

大家好，我是一言。

前几篇文章中，我将公众号文章抓取到本地，并且把爆文监控、文章搜索也接入到 DeepSeek Harness 中。

现在的这套东西可以做到三件事情：

terminalTEXT

保存公众号文章

发现反常上涨的爆文

从 8892 篇文章里检查一个主题

跑起来之后，我发现还需要一个更早的入口。

这些信号都来自公众号。等到一篇文章开始上升的时候，在微信上通常已经有其他人写过了。我想要再往前走一步：先看看官方博客、X 和海外媒体都在谈论些什么，然后再回来检查一下公众号里有没有人跟进。

这次，我将卡兹克制作的 AIHOT 放在了整个链条的最前端。

8 月 31 日的 AIHOT 热点榜

AIHOT 负责寻找外界正在升温的话题，WeRSS 负责检查公众号的覆盖情况，DeepSeek Harness 将两边的数据合在一起进行判断。

8 月 31 日，我完成了第一轮运行。

ChatGPT Work 在最近 30 天的公众号库中没有被命中。MiniMax H3 已经有 15 篇相关的文章，“AI 直播”这个具体的角度也没有被命中。

Harness 最后把 ChatGPT Work 上手对比列为首选，把 H3 Max AI 直播留作备选。

Harness 把 AIHOT 热点与 8892 篇本地公众号文章对照

原来的公众号文章要等到涨起来之后再看，现在可以提前查看外部热点和微信内容之间的时间差。

01.AIHOT 是如何接入的Connect

卡总的 AIHOT 的 Agent 页面已经提供了 Skill、MCP、RSS 和 REST API 四种入口。本次选择了 REST API，并且把它封装到上一篇使用的 dsh-wechat-archive 插件中。

AIHOT 的 Agent 接入页：页面提供 Agent Skill、MCP、RSS 和 REST API 四种入口

插件中增加了两个工具：

terminalTEXT

aihot_recent_items：读取近 24 小时或 7 天精选

aihot_hot_topics：读取当前多来源热点

启动 Harness 之后，我首先用下面这句话来检验两路数据：

terminalTEXT

检查本地公众号资料库的数据量和最新文章时间，

再读取 AIHOT 最近 24 小时精选。

可以看到公众号的数量、文章的数量以及 AIHOT 热点，说明两边已经打通了。

每条 AIHOT 的结果都会保留标题、摘要、发布时间、来源数量、AIHOT 页面以及原始链接。Harness 可以先看摘要，然后顺着原始来源去核实。

Anthropic 版权音乐诉讼中，AIHOT 也保留了热度的变化。目前的热度是 34，过去 24 小时最高是 48。

Anthropic 版权诉讼在 AIHOT 中的真实热度曲线：当前热度 34，过去 24 小时峰值达到 48

继续往下看，同一个事件已经被合并到 The Decoder、The Verge、TechCrunch 和 X 上的 4 条公开报道中，并按照发布时间排列在同一条故事线上。

AIHOT 把同一事件的 4 条公开报道合并进时间线，并保留来源、发布时间和各自摘要

以前我要打开热点榜，然后在公众号库中一个个查找。现在一句话就可以触发两个 AIHOT 工具，外部信号直接进入下一个环节。

02.让 8892 篇公众号文章进行检查覆盖Compare

我又给插件添加了第三个功能，也就是 wechat_topic_coverage。

Harness 会从热点中抽取产品名、事件名以及常用的别名，再到最近 30 天的公众号标题和摘要里进行搜索。工具用来合并重复的文章，并且给出被匹配的数量、相关的账号、现在的阅读数以及原文链接。如果要查得更深入一些，也可以继续搜索正文。

原来的插件可以检查资料库、搜索文章、查找低基数异常以及比较账号。再加上这次的三种工具之后，Harness 总共可以调用七种能力：

terminalTEXT

外部热点：24 小时精选、多来源热点

本地资料：数据状态、文章搜索、异常爆文、账号比较、主题覆盖

Harness 完成四次调用之后，会把外部热点和本地覆盖一起放入同一个结果中。

DeepSeek Harness 收到选题问题后，依次调用 AIHOT 精选、热点榜、本地资料库状态和公众号主题覆盖四个工具

AIHOT 负责回答“外面正在发生什么”，WeRSS 负责回答“微信已经写到哪一步”，Harness 负责决定先调用谁、搜索哪些关键词，以及最后保留哪个方向。

03.运行一次之后，留下两条路Result

四条热点分别产生了两种可以继续研究的结果。

1. 主题、角度都没有内容

ChatGPT Work 在本地库中没有找到任何相关的内容。外部已经完成了对功能的整理，但是微信样本中没有相同主题的文章。

Harness 给出的方向是：先做一篇 Work Cloud 和 Work Local 的上手对比。

2. 产品很拥挤，具体的场景还有空白

MiniMax H3 相关的内容已经命中了 15 篇，其中有的文章阅读量已经超过了 5 万次；继续写常规模型评测的话，很容易就撞到之前的内容了。

我在 WeRSS 中直接搜索 MiniMax H3，得到了 46 条原始记录。合并重复的内容并且限定在最近 30 天之内，插件保留了 15 篇相关的样本。

WeRSS 真实搜索结果：MiniMax H3 返回 46 条原始记录，列表里已经出现实测、玩法、开源和横向对比等写法

最后说一下

Node_ID: END

总的来说，这套流程对于内容创作者来说是友好的。

它首先会找出值得研究的话题，然后和公众号的历史文章进行选题对比，告诉我哪些方向已经写得很挤，哪些具体的场景还有内容空白。

如果这篇内容对你有帮助，可以点个免费的赞，也可以把文章分享给需要的人。

拜托了，这对我一直持续创作都非常重要。