mcpField
X
x-research

x-research

github.com/virattt生产力27.7k41 次安装5 周前更新
代码仓库

关于 x-research

x-research 是一项使用 `x_search` 工具研究 X/Twitter 讨论与情绪的技能，适用于需要整理社交平台观点的研究者。它通过定向搜索和迭代筛选，生成按情绪主题归类并附来源的简报。

主要功能

  1. 01将问题拆分为定向搜索
  2. 02使用 X 搜索运算符
  3. 03筛选结果以减少噪声
  4. 04查看账号资料与帖子串
  5. 05整理带来源的情绪主题

适用场景

  1. 01评估围绕公司或股票代码的情绪
  2. 02收集看涨与看跌观点
  3. 03制作附帖子来源的限时简报

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/virattt/dexter --skill x-research

安装后在 Claude Code 中输入/x-research确认已加载。

详细介绍

X Research Skill

使用 x_search 工具在 X/Twitter 上进行智能体研究。将研究问题拆解为有针对性的搜索，迭代优化信号，并综合整理成附有来源的情绪简报。

Research Loop

1. 拆解为查询

使用 X 运算符将研究问题转化为 3–5 个有针对性的查询：

  • 核心查询：直接使用关键词或 $TICKER 股票代码
  • 专家观点：对已知分析师或账号使用 from:username
  • 看跌信号：使用 (overvalued OR bubble OR risk OR concern) 等关键词
  • 看涨信号：使用 (bullish OR upside OR catalyst OR beat) 等关键词
  • 新闻/链接：添加 has:links，查找带有来源的推文
  • 降噪：使用 -is:reply 聚焦原创帖子；在加密货币话题中使用 -airdrop -giveaway
2. 执行搜索

使用 x_search 工具，并设置 command: "search"。对于每个查询：

  • 从 sort: "likes" 和 limit: 15 开始，以查找信号最强的推文
  • 对宽泛话题添加 min_likes: 5 或更高值以过滤噪声
  • 根据话题的时效性，使用 since: "1d" 或 "7d"
  • 如果查询返回的噪声过多，添加更多运算符缩小范围，或提高 min_likes
  • 如果结果太少，使用 OR 扩大范围，或移除限制性运算符
3. 查看重要账号（可选）

对于知名分析师、基金经理或公司高管，使用 command: "profile" 直接查看他们最近发布的帖子。

4. 跟进帖子串（可选）

如果高互动量的推文看起来是帖子串的开篇，使用带有推文 ID 的 command: "thread" 获取完整上下文。

5. 综合整理

按主题归类发现（看涨、看跌、中立、新闻/催化因素）：

### [Theme]

[1–2 sentence summary of the theme]

- @username: "[key quote]" — [likes]♥ [Tweet](url)
- @username2: "[another perspective]" — [likes]♥ [Tweet](url)

最后以 Overall Sentiment 段落收尾：说明主导基调（看涨/看跌/ 混合/中立）、置信度，以及散户与机构观点之间任何显著分歧。

Refinement Heuristics

问题解决方法
噪声过多提高 min_likes，添加 -is:reply，缩小关键词范围
结果太少使用 OR 扩大范围，移除限制性运算符
加密货币垃圾信息添加 -airdrop -giveaway -whitelist
只想查看专家观点使用 from: 或 min_likes: 50
想要实质内容，而非热点观点添加 has:links

Output Format

提供结构化简报：

  1. Query Summary：搜索内容和时间范围
  2. Sentiment Themes：按主题归类的发现，附上有来源的引述和推文链接
  3. Overall Sentiment：基调、置信度、重要观点账号
  4. Caveats：X 上的情绪并非可靠的预测指标；样本可能偏向少数活跃发声者；仅涵盖最近 7 天

评论

支持 Markdown