KOL Radar · 跨平台大V订阅雷达

把多个平台的大V「今天发了什么」自动聚合成一份带要点解读、情绪判断、主题聚合的 HTML 日报。

支持平台：雪球 · 微博 · 公众号 · 抖音 · 小红书 · 视频号（6 个）。

1. 它能做什么

按你的订阅名单，用浏览器自动化（Playwright，XHR 拦截绕反爬）抓取各平台大V当日内容。
对每条内容做深度解读 + 情绪判断（看多/看空/中性/风险提示）、提取要点、识别提及的证券标的、重要度星级。
跨平台主题聚合：把不同平台共振讨论的话题归到一起。
渲染成一份浅色主题、红涨绿跌配色的 HTML 简报，可直接在浏览器打开/预览。
可一键 daily 串起「抓取 → AI 分析 → 渲染」，并配成每天定时自动跑的自动化。

数据与分析结果分别保存在：

抓取原始数据：~/.workbuddy/kol-radar/data/<日期>.json
AI 分析：~/.workbuddy/kol-radar/data/analysis-<日期>.json
HTML 报告：~/.workbuddy/kol-radar/reports/kol-radar-<日期>.html

2. 安装 / 依赖

脚本依赖 Playwright（环境通常已装；未装时）：

C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe -m pip install playwright
C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe -m playwright install chromium

脚本位置：~/.workbuddy/skills/kol-radar/scripts/

3. 使用流程

步骤 A：填写订阅名单

复制模板并按格式填入你要订阅的大V：

cp ~/.workbuddy/skills/kol-radar/config/subscriptions.example.json ~/.workbuddy/kol-radar/subscriptions.json

字段说明见 subscriptions.example.json 顶部 _readme：

雪球：id = 主页 /u/ 后的数字。
微博：id = 主页 /u/ 后的数字。微博走移动端 UA，脚本已自动处理。
公众号：两种模式
- ① 有自建 RSS（wechat2rss / RSSHub）时填 rss 字段，最准；
- ② 只填 name 走搜狗索引，按公众号名精确过滤，覆盖有限且有延迟（仅作话题监控兜底）。
抖音：id = sec_uid（主页 URL 里 MS4wLjABAAAA...）；也可只填 url 为 APP 分享短链自动解析。需先 login。
小红书：id = 主页 user/profile/ 后的一串。需先 login。
视频号：三条通道。
- ① bridge 通道（推荐·他人频道）：bridge 填本地 wx_channel 桥接 API 地址（nobiyou/wx_channel，默认 http://127.0.0.1:2026），直连拉频道视频列表，无需浏览器/登录；username 已有时可跳过按名搜索。稳定订阅东先生说等他人频道用这条。
- ② 控制台通道：登录后调用「视频号助手」控制台 post_list 接口，抓取登录账号自己的频道帖子。需 login --platform shipinhao。⚠️ 微信风控可能使会话失效（返回 300334，需重新 login）。
- ③ 分享链接通道：url 填分享链接，打开页面拦截 channels-finder API 尽力抓取（覆盖有限）。
enabled: false 可临时停用某个账号。

步骤 B：登录（抖音/小红书/视频号必需，雪球微博可选）

C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe \
  ~/.workbuddy/skills/kol-radar/scripts/kol_radar.py login --platform douyin,xhs,shipinhao

会弹出浏览器窗口，扫码/账号登录后按回车。登录态保存在本地 browser_profile，之后每天自动抓取都复用，无需重复登录。

雪球、微博无需登录即可抓公开主页；若遇到限流，也可把它们加入 login 列表养一下登录态。 ⚠️ 无终端输入的环境（后台/沙箱）里 login 不会等你按回车，而是自动等满超时（默认 180 秒）保持窗口——在窗口里完成扫码即可，无需按 Enter。

步骤 C：抓取当日内容

C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe \
  ~/.workbuddy/skills/kol-radar/scripts/kol_radar.py fetch --days 1

常用参数：--platform xueqiu,weibo（只抓指定平台）、--limit 30、--delay 2.0、--no-headless（调试时看浏览器）。

步骤 D：AI 分析 + 渲染

有两种方式：

方式一（推荐，零配置）：让 WorkBuddy 模型内联分析。 在对话里说「跑一下大V雷达今日简报」，或在每日自动化里由智能体内联分析（见 §5）。它会读取抓取结果、深度解读、写出 analysis-<日期>.json，再渲染。

方式二（headless/脚本化）：配置大模型 API。

export KOL_RADAR_API_BASE="https://你的兼容端点/v1"   # 默认 OpenAI
export KOL_RADAR_API_KEY="sk-..."                      # 必需
export KOL_RADAR_MODEL="gpt-4o-mini"                  # 可选
C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe \
  ~/.workbuddy/skills/kol-radar/scripts/kol_radar.py daily

daily 一键完成 fetch → analyze（有 key 时）→ render。分析器用纯标准库调用 OpenAI 兼容接口，无需额外依赖。

单独运行分析器也行：

python kol_radar.py analyze --data ~/.workbuddy/kol-radar/data/<日期>.json

无论哪种方式，最后渲染：

python kol_radar.py render \
  --data ~/.workbuddy/kol-radar/data/<日期>.json \
  --analysis ~/.workbuddy/kol-radar/data/analysis-<日期>.json

4. analysis JSON Schema（render.py 期望）

无论是模型内联分析还是 analyze.py 产出，都必须是这个结构：

{
  "summary": "今日整体速览（2-4句话）",
  "highlights": ["最值得看的1-2条内容简述"],
  "themes": [
    {
      "name": "主题名",
      "sentiment": "bullish | bearish | neutral | warning",
      "post_ids": ["xueqiu:123456", "weibo:5328..."],
      "summary": "该主题的要点解读",
      "count": 2
    }
  ],
  "items": {
    "xueqiu:123456": {
      "sentiment": "bullish | bearish | neutral | warning",
      "importance": 3,
      "points": ["要点1", "要点2"],
      "tickers": ["AAPL", "000001.SZ", "小米集团"]
    }
  }
}

关键约定（务必遵守）：

items 的键 = 抓取数据中每条的 "<platform>:<post_id>"（如 xueqiu:1247347556、weibo:5328139358307725），必须覆盖每一条。
themes[].post_ids 同样用 "<platform>:<post_id>" 引用，只引用真实存在的键。
sentiment 四选一：bullish(看多/红) bearish(看空/绿) neutral(中性/灰) warning(风险提示/橙)。
importance 1-5 整数（噪声/碎碎念给 1-2）。
tickers 填提及的证券/标的，没有则 []。

5. 每日自动跑（自动化）

在 WorkBuddy 里创建一个每日自动化，prompt 大致如下（让其内联分析，无需 API key）：

你是大V雷达每日值守智能体。① 用受管 Python 运行 kol_radar.py fetch --days 2 --hours 24（--days 2 保证跨自然日抓全，--hours 24 过滤出过去24小时滚动窗口）；② 读取 ~/.workbuddy/kol-radar/data/<今天>.json，若 total=0 直接生成空简报结束；③ 按 §4 的 schema 对每条做深度解读与情绪判断，写出 analysis-<今天>.json；④ 运行 kol_radar.py render --data ... --analysis ...；⑤ 用 present_files 呈现 HTML 并附一句要点小结。抖音/小红书未登录可能抓不到属正常；视频号依赖本地桥接（127.0.0.1:2026）；不要编造没抓到的内容。

（自动化也可用 daily 命令 headless 跑，前提是已配置 KOL_RADAR_API_KEY。）

6. 局限与注意

反爬/限流：平台会改版或风控，XHR 接口失效时需更新 platforms.py 里的拦截路径。
抖音/小红书：必须登录态，登录态可能过期，需定期重新 login。
视频号：无公开 API。稳定订阅他人频道用 bridge 通道（本地 wx_channel 桥接，见上方字段说明）；控制台通道只覆盖自己频道且可能被微信风控（300334）；分享链接通道覆盖有限。
公众号：RSS 模式最稳；搜狗索引滞后且覆盖有限，只作话题监控兜底，不要当成完整订阅。
登录态隔离：微博用独立移动端 UA profile（browser_profile_mobile），不与 PC profile 冲突。
内容仅供个人阅读整理，不构成投资建议。