--- title: "last30days-skill 拆解：模型和引擎怎么分工搜最近 30 天的讨论" description: "一个叫 last30days 的 Claude Skill 登上过 GitHub Trending 第一，装上以后发现它是 261 行的 SKILL.md 加 7 万行 Python。顺着一次真实运行往下追：为什么一个 Skill 需要这么大的引擎，引擎在没有密钥时能从哪拿到数据，Reddit 赞同票、HN 分数和 Polymarket 成交额怎么排在一起，引擎的输出为什么是写给模型看的，SKILL.md 里那 11 条 LAW 各自堵的是哪次事故，以及发现模式里让模型当裁判是怎么接上的。" pubDate: 2026-10-24 tags: ["AI", "Agent", "Skill", "源码分析", "搜索"] clc: "TP18" hero: "./hero.svg" refs: - id: repo title: "mvanhorn/last30days-skill" url: https://github.com/mvanhorn/last30days-skill site: GitHub author: Matt Van Horn note: "本文读的是 2026-10-22 的提交 `f3cd06a`（v3.30.0）" - id: skill-md title: "skills/last30days/SKILL.md" url: https://github.com/mvanhorn/last30days-skill/blob/main/skills/last30days/SKILL.md site: last30days 源码 note: "根文件 261 行：分派规则、按条件读取 references 的路由表、LAW 1–11 和出稿前自检" - id: runbook title: "skills/last30days/references/research-runbook.md" url: https://github.com/mvanhorn/last30days-skill/blob/main/skills/last30days/references/research-runbook.md site: last30days 源码 note: "Step 0.55（解析 subreddit、X 账号等）和 Step 0.75（模型自己写 JSON 查询计划）" - id: concepts title: "CONCEPTS.md" url: https://github.com/mvanhorn/last30days-skill/blob/main/CONCEPTS.md site: last30days 源码 note: "Skill / Engine / Harness 的定义，Keyless path、Entity grounding、Discovery 三段协议等术语" - id: agentskills title: "Agent Skills" url: https://agentskills.io site: agentskills.io note: "`SKILL.md` + 同目录脚本的开放格式，Claude Code、Codex、Cursor 等宿主都能装" - id: v1 title: "Initial commit: last30days skill" url: https://github.com/mvanhorn/last30days-skill/commit/5ca4829 site: last30days 源码 note: "2026-01-23 初版：Reddit 走 OpenAI Responses API 的 `web_search`，X 走 xAI，再去 reddit.com 取真实赞同数" - id: reddit-keyless title: "fix(reddit): restore free path via keyless RSS + shreddit scrape (.json is dead) (#457)" url: https://github.com/mvanhorn/last30days-skill/commit/8d3a9e4 site: last30days 源码 note: "2026-05-29：`search.json` 被 403，改成 RSS 发现 + shreddit 评论抓取的分层免密钥路径" - id: signals title: "scripts/lib/signals.py" url: https://github.com/mvanhorn/last30days-skill/blob/main/skills/last30days/scripts/lib/signals.py site: last30days 源码 note: "`engagement_raw`（各平台 log1p 加权）、`_ENGAGEMENT_LOG_REFERENCE`（各平台“很高”的参考值）、`engagement_score`" - id: fusion title: "scripts/lib/fusion.py" url: https://github.com/mvanhorn/last30days-skill/blob/main/skills/last30days/scripts/lib/fusion.py site: last30days 源码 note: "`weighted_rrf`：`RRF_K = 60`，同一 URL 在多个流里出现就累加" - id: rerank title: "scripts/lib/rerank.py" url: https://github.com/mvanhorn/last30days-skill/blob/main/skills/last30days/scripts/lib/rerank.py site: last30days 源码 note: "`_final_score` 的权重、`_fallback_tuple`（无 LLM 时的回退分）、实体未命中扣分" - id: hn title: "scripts/lib/hackernews.py" url: https://github.com/mvanhorn/last30days-skill/blob/main/skills/last30days/scripts/lib/hackernews.py site: last30days 源码 note: "`_title_matches_query`：查询带英文引号时整批结果被滤掉的那个过滤器" - id: law7 title: "fix: add LAW 7 - YOU ARE the planner, --plan mandatory on named entities" url: https://github.com/mvanhorn/last30days-skill/commit/a0d61b0 site: last30days 源码 note: "2026-04-19：规则写在 SKILL.md 第 647、729 行，模型没读到就调用了引擎，于是把它提到文件最前面" - id: discover title: "feat(discover): host-judged three-leg discovery protocol (#856)" url: https://github.com/mvanhorn/last30days-skill/commit/5ccda40 site: last30days 源码 note: "2026-07-21：nominate-only / judgments / finalize 三段，`lib/discovery_handoff.py` 管文件契约" - id: rrf title: "Reciprocal Rank Fusion outperforms Condorcet and individual Rank Learning Methods" url: https://dl.acm.org/doi/10.1145/1571941.1572114 author: Gordon V. Cormack, Charles L. A. Clarke, Stefan Büttcher site: SIGIR 2009 date: 2009-07-19 - id: arctic title: "Arctic Shift" url: https://github.com/ArthurHeitmann/arctic_shift site: GitHub note: "社区维护的 Reddit 数据存档和查询 API，last30days 在 Reddit 自家接口被挡时拿它补帖子" - id: oc-skills title: "技能即能力：OpenClaw 与 Claude Skills 机制对比" url: https://twwy.net/blog/openclaw-vs-claude-skills/ site: twwy.net note: "SKILL.md 的发现、触发和 token 管理" --- 在云端容器里装好 last30days，没配任何 API 密钥，跑了一次： ```text $ python3 skills/last30days/scripts/last30days.py "Claude Code skills" --emit=compact ✓ Research complete (10.6s) - Reddit: 0 threads, HN: 12 stories, Web: 0 results, Github: 0 results, Jobs: 5 results ``` 10 秒后拿到 167 行输出。第一行是一个徽章 `🌐 last30days v3.30.0 · synced 2026-10-24`，紧接着是一段加粗的 **SYNTHESIS CONTRACT — read before emitting anything**，最后几行写着： ```text If your response contains the literal string `### 1.` followed by a score tuple like `(score N, M items, sources: ...)`, you dumped evidence instead of synthesizing - STOP and regenerate. This is the 2026-04-19 Hermes Agent Use Cases failure mode (evidence-dump). ``` 这段话显然不是写给我看的。再翻仓库，这个叫“Skill”的东西有 261 行的 `SKILL.md`，旁边是 7 万行 Python，`SKILL.md` 里还写着 11 条全大写的 “LAW”。 一个 Skill 为什么要带这么大的引擎？引擎为什么在跟模型说话？Reddit 的赞同票、Hacker News 的分数、Polymarket 的成交额，又是怎么排进同一张榜的？下面就从这次运行出发，一层一层往里看。 ## 实验环境 last30days 是开源的，作者是 Matt Van Horn[^repo]。本文读的是 2026-10-22 的提交 `f3cd06a`，版本 v3.30.0。实验在一台云端 Linux 容器里做，Python 3.13，没有配置任何密钥，相当于一个刚装上、什么都没设置的用户；唯一的不同是这台机器的出口 IP 在数据中心，后面会看到这一点影响很大。 文中的命令输出、日志和分数都来自这台机器上的实际运行，原始输出存在调研笔记里。 ## 一、Skill 和它要补的缺口 ### Skill 是什么 先交代 Skill 这个载体。Agent Skills 是一种开放格式：一个目录里放一份 `SKILL.md`，开头用 YAML 写名字和描述，正文是写给模型的操作说明；同目录可以放脚本，说明里告诉模型什么时候、怎么调用它们[^agentskills]。Claude Code、Codex、Cursor 这些宿主都会扫描 Skill 目录，按描述决定什么时候加载，用户也可以用 `/last30days` 这样的斜杠命令直接调起。SKILL.md 的发现和触发机制，之前在另一篇里对比过[^oc-skills]。 所以 Skill 本身只是“一份说明书 + 一些工具”，执行它的是宿主里的模型。 ### 模型自己搜不到什么 宿主模型一般都有 WebSearch。那为什么不直接让模型搜“最近 30 天大家怎么评价 X”？ README 给的理由是：WebSearch 背后是搜索引擎，搜索引擎索引的是网页，而人们最近的讨论在 Reddit 评论、X 帖子、YouTube 字幕、TikTok 里。这些平台各有各的接口、令牌和登录，搜索引擎要么搜不到，要么搜到了也没有赞同数、点赞数这些“有多少人认同”的信号[^repo]。last30days 想做的是：用用户自己的密钥和浏览器会话，让一个 agent 同时去这些平台搜，再按真实互动排序。 ### 从 2,400 行到 7 万行 最初的版本很小。2026-01-23 的第一个提交里，`SKILL.md` 145 行，Python 2,448 行[^v1]。它的做法很取巧：Reddit 交给 OpenAI Responses API 的 `web_search` 工具去找帖子链接，X 交给 xAI 的 Grok 去搜，拿到链接后再去 reddit.com 取真实的赞同数和评论。也就是说，第一版是**借别家模型的搜索能力**去够那些围墙后面的内容。 九个月后，它长成了下面这样：
last30days 九个月里的代码量和关键改动 Python 引擎行数：2026-01-23 为 2,448，02-27 为 10,161，04-26 为 21,584，06-30 为 32,857，10-22 为 70,609。SKILL.md 行数依次为 145、563、1,639、2,040，最后拆成 261 行根文件加 2,406 行 references。下方时间轴标出 04-08 v3.0 多源加 RRF、04-19 LAW 7、05-29 Reddit .json 被封、07-21 发现协议、10-11 热度改为绝对刻度。 Python 引擎行数（不含测试） 2.4k 10.2k 21.6k 32.9k 70.6k 01-23 02-27 04-26 06-30 10-22 SKILL.md 145 563 1,639 2,040 261 + 2,406 04-08 v3.0 多源+RRF 04-19 LAW 7 05-29 Reddit .json 被封 07-21 发现协议 10-11 热度改绝对刻度 SKILL.md 先涨到 2,040 行， 再拆成 261 行根文件 + 按条件读取的 references； Python 一直在涨。
图 1 · 九个月里引擎涨了近 30 倍，SKILL.md 先涨后拆
仓库现在有 1,398 个提交、161 位作者，很多提交带着 `Co-Authored-By: Claude`。这些代码长在哪了？要回答这个问题，得先看一次研究里，模型和引擎分别做了什么。 ## 二、一次研究的三段分工 ### 宿主模型、引擎、宿主模型 项目的概念文档把三方说得很清楚：Skill 是分发单位；Engine 是 `last30days.py`，真正干活；Harness 是加载 Skill 的宿主，比如 Claude Code[^concepts]。一次正常的 `/last30days <主题>` 按 SKILL.md 走下来，是“模型 → 引擎 → 模型”三段：
一次 /last30days 研究里模型和引擎的分工 左栏宿主模型在研究前用 WebSearch 解析出 subreddit ClaudeAI 和 ClaudeCode，并写出查询计划 plan.json，含两个子查询 claude code skills 和 agent skills SKILL.md，权重 1.0 和 0.7，以 --plan 传给引擎。中栏引擎依次扇出抓取 9 个流、归一化打分、加权 RRF 融合、重排、聚类渲染出证据信封。右栏宿主模型读证据信封，按 LAW 1 到 11 写成以 What I learned 开头的简报，并原样转发页脚。 宿主模型 · 研究前 引擎 · last30days.py 宿主模型 · 研究后 解析（Step 0.55） subs ClaudeAI,ClaudeCode x 未启用 查询计划 plan.json intent concept sq1 claude code skills sq2 agent skills SKILL.md weight 1.0 / 0.7 模型自己写计划，以 --plan 交给 引擎，引擎不再自己规划（LAW 7） 扇出抓取 2 子查询 × 来源 = 9 个流 归一化、打分 相关性 · 新鲜度 · 热度 加权 RRF 融合 Σ w/(60+rank)，按 URL 合并 重排 无 LLM 密钥：词重叠回退分 聚类、渲染 证据信封 + emoji 页脚 证据信封 compact SYNTHESIS CONTRACT ### 1. … (score 45) ## Partial Coverage footer emoji 树 简报 LAW 1–11 What I learned: 至少 2 条署名评论 页脚原样转发 不写 ## 标题、不用破折号 证据只给模型读，不直接给人看
图 2 · 模型负责规划和成文，中间抓取、打分、融合的苦活交给引擎
**第一段，模型规划。** 有 WebSearch 的宿主要先搜两三次，把主题对应的 subreddit、X 账号、YouTube 查询解析出来（Step 0.55），然后**由模型自己写一份 JSON 查询计划**（Step 0.75）[^runbook]。这是我写给 `Claude Code skills` 的计划： ```json {"intent": "concept", "freshness_mode": "evergreen_ok", "cluster_mode": "none", "subqueries": [ {"label": "primary", "search_query": "claude code skills", "ranking_query": "How are people building and using Agent Skills (SKILL.md) in Claude Code?", "sources": ["reddit", "hackernews", "github", "polymarket"], "weight": 1.0}, {"label": "skillmd", "search_query": "agent skills SKILL.md", "ranking_query": "What do developers think of the Agent Skills SKILL.md format?", "sources": ["hackernews", "reddit", "github"], "weight": 0.7}]} ``` `search_query` 是拿去平台上搜的关键词，`ranking_query` 是拿来判断相关性的自然语言问题，两者分开写。 **第二段，引擎干活。** 引擎按“子查询 × 来源”扇出，每个组合得到一个排好序的结果流；再归一化、打分、融合、重排、聚类，最后渲染成一个“证据信封”。 **第三段，模型成文。** 证据信封里有排好的证据簇、最热的评论、哪些来源失败了；模型读完，写成以 `What I learned:` 开头的几段话，并把引擎给的 emoji 页脚原样贴上。 所以开头那 167 行输出不是最终结果，是**给模型的中间材料**。人看到的是模型改写之后的那份简报。 这样分工，引擎就不必理解主题，模型也不必亲自去抓几十个接口。那 7 万行代码里，最大的一块花在了第二段的第一步上：去各个平台拿数据。 ## 三、数据从哪里来 ### 无密钥路径 什么都不配，last30days 也能用。README 说 Reddit、Hacker News、Polymarket 和 GitHub 开箱即用。项目把这条路叫 Keyless path：抓公开页面和公开接口，排序用本地打分，不用 LLM[^concepts]。 我在容器里用同一个主题跑了三次，只改模型那一侧给引擎的东西：
同一主题 Claude Code skills，三次运行各来源的结果
来源A 引擎自己规划B 模型写计划C 计划 + 指定 subreddit
规划1 个子查询 "Claude Code"2 个子查询（上面的 JSON）
Reddit0（403 Blocked）0（403 Blocked）13 条
Hacker News1213
Polymarket没搜12
GitHub403（数据中心 IP 未认证，被限流）
Web没有 Brave / Serper 等密钥，不可用
用时10.6 s4.5 s40 s

C 只比 B 多了 --subreddits ClaudeAI,ClaudeCode 这一个参数。

图 3 · 在数据中心 IP 上，Reddit 能不能拿到，取决于模型有没有先说出具体的 subreddit
### Reddit 为什么时有时无 A、B 两次 Reddit 都是 0，日志是这样的： ```text [RedditSearch] global page 1 failed: HTTP 403: Blocked [RedditKeyless] Tier 1 (site search) 0 posts; no listings ``` Reddit 曾经有个人人都能用的 `.json` 接口，2026 年 5 月被关了，项目那次改成了一组分层的免密钥抓取：先试站内搜索，再从 RSS 和版块列表发现帖子，最后抓 shreddit 页面片段里的评论[^reddit-keyless]。可是站内搜索对数据中心 IP 直接返回 403，第一层就断了；后面几层要从版块列表下手，A、B 两次没给版块，于是 `no listings`，什么也没有。 C 只多给了两个 subreddit，引擎就换了一条路：版块列表同样被挡，它转而去查 Arctic Shift，一个社区维护的 Reddit 存档 API[^arctic]，按 8 天一段把这一个月的帖子扫了一遍： ```text [RedditKeyless] arctic-shift supplement: 50 new posts from 50 arctic results [RedditKeyless] Tier 1 (site search) 0 posts; listing discovery 50 ``` 50 条候选，过完相关性门槛留下 13 条。也就是说，**模型在第一段说出的 subreddit 名字，直接决定了引擎在第二段能不能拿到 Reddit**。Step 0.55 要求模型先搜一下 subreddit，原因就在这里。 ### 失败要和“没有讨论”分开 还有一处值得注意。三次运行的证据信封里都有这么一段： ```text ## Partial Coverage > GitHub rate-limited: ... Web unreachable: ... Reddit auth-failed: HTTP 403: Blocked > Do not interpret a failed source as no discussion on that source. ``` 引擎把每个来源这次的结果分成 `no-results`（正常跑完，确实没有）和 `auth-failed`、`rate-limited`、`unreachable` 等失败状态，SKILL.md 也规定：失败的来源不能说成“Reddit 上没人讨论”[^skill-md]。我的 A 次运行里 Reddit 是被挡了，不是没人聊，这个区别如果交给模型自己猜，很容易写错。 这一节解释了代码量的主要去向：光 Reddit 相关的模块就有 8 个、3,100 行；X 那边有官方 API、xAI、浏览器 cookie 等好几条后端，加上读各家浏览器 cookie 的代码，约 7,200 行。每个平台都在变，每变一次就多一层回退。 数据拿到了，接下来是一个更有意思的问题：一条 487 分的 HN 帖子、一条 17 票的 Reddit 帖子、一个成交额 1.4 万美元的 Polymarket 盘口，**谁该排在前面？** ## 四、点赞、赞同票和美元怎么放在一起排 ### 原始数字不能直接比 难处在于单位不同。HN 一条帖子几百分就很热了；YouTube 一条视频几万个赞很平常；Polymarket 的“互动”是美元成交额。直接比原始数字，YouTube 和 Polymarket 会永远压过 HN。 ### 第一次尝试：每个流内部归一化 初版的做法是在每个结果流内部做 min-max 归一化：流里最热的一条记 100，最冷的记 0[^v1]。这样各平台都落到 0–100，看起来可比了。 问题是这个分数只说明“它在自己那一组里排第几”，不说明它有多热。一个只有 3 条结果的冷门流，最好的那条也是 100；只有一条结果的流，那一条固定记 50。`signals.py` 里的注释说得很直接：这样的分数“对实际互动什么也没说”[^signals]。 ### 解决：每个平台一把对数尺子 现在的做法是给每个平台定一个“很高”的参考值，把互动换算成一把绝对的尺子[^signals]： 1. 先把这个平台的几个计数各取 $\ln(1+x)$，按权重加起来。取对数是因为互动数是长尾的，500 分和 1,000 分的差距不该是 5 分和 10 分差距的一百倍。 2. 再除以这个平台“很高”的那个值的对数，夹到 0–100。
不同平台的互动数换算到同一个 0 到 100 的热度 HN 的公式是 0.55 乘 ln(1+分数) 加 0.45 乘 ln(1+评论数)，再除以 6.2。实算结果：HN 487 分 480 评为 100；YouTube 13.3 万播放 8,400 赞为 73；Polymarket 成交 1.4 万美元流动性 2.3 万美元为 64；X 1,000 赞 100 转 50 回为 60；Reddit 160 票 34 评为 50；HN 15 分 4 评为 36；Reddit 17 票 24 评为 34；X 3 个赞为 8。 热度：各平台的计数 → 同一把 0–100 的尺子 HN raw = 0.55·ln(1+points) + 0.45·ln(1+comments)　热度 = raw ÷ 6.2 × 100 6.2 ≈ ln(1+500)，是给 HN 定的“很高”；Reddit 用 ln(1+2000)，Polymarket 按成交额和流动性定在 15.2 HN 487 分 · 480 评 100 YouTube 13.3 万播放 · 8,400 赞 73 Polymarket 成交 $14k · 流动性 $23k 64 X 1,000 赞 · 100 转 · 50 回 60 Reddit 160 票 · 34 评 50 HN 15 分 · 4 评 36 Reddit 17 票 · 24 评 34 X 3 赞 8
图 4 · 用仓库里的函数实算：取对数后除以各平台的“很高”参考值，分数才有绝对含义
图里的数是我把这些计数喂给仓库里的 `engagement_score` 算出来的，其中 HN、Reddit、Polymarket 那几行就是这次运行里抓到的真实帖子。换成绝对尺子后，一条 487 分的 HN 帖子是 100，一条 15 分的是 36，差距看得出来了。 但也要看到，**“很高”是人定的**。Polymarket 的参考值 15.2 按 900 万美元成交额来定，结果一个成交 1.4 万美元、问“Claude 6 什么时候发布”的盘口拿了 64 分，比 160 票的 Reddit 帖子还高。这些常数是作者对“每个平台什么算火”的判断，不是测出来的。 ### 多个结果流怎么合并：RRF 热度解决的是“一条内容有多热”。另一个问题是：同一条内容可能出现在好几个流里（第一个子查询在 HN 搜到了，第二个子查询在 HN 又搜到了），这些排序怎么合成一个？ 引擎用的是加权 RRF（Reciprocal Rank Fusion）[^fusion]。它只看名次，不看原始分：一条内容在每个流里排第 $r$ 名，就得 $\frac{w}{60+r}$ 分，$w$ 是子查询权重，几个流的得分加起来[^rrf]。在多个流里都靠前的内容自然累积得多；不同来源的分数尺度也不用对齐，因为只用了名次。 ### 最终分：相关性压过热度 最后，`rerank.py` 把几项加成一个最终分[^rerank]： $$ \text{final} = 0.60\cdot\text{重排分} + 0.20\cdot\text{RRF} + 0.10\cdot\text{新鲜度} + 0.05\cdot\text{来源质量} + 0.15\cdot\text{热度} $$ 热度满分也只贡献 15 分，大头是“重排分”，也就是相关性。配了 OpenAI、Gemini 等密钥时，重排分由一个 LLM 按 0–100 打；没配，就退回本地分：$70\times$ 词重叠相关性 $+\ 10\times$ 来源质量。另外，内容里没提到主实体（这里是 claude）的，回退分扣 25，最终分再扣 20；日期在 30 天窗口外的乘 0.35。 把 C 次运行排在前面的几条拆开，可以逐项对上：
C 次运行的最终分拆解（无 LLM 密钥）
条目重排分（词重叠）新鲜度热度最终分 · 名次
HN · How the Claude Code team does code review（487 分）28.38310044.8 · #1
Reddit · Claude Use Cases (for a newbie)（17 票）43.8853443.7 · #2
Reddit · I built a Claude skill to find … remote jobs（62 票）31.9854337.6 · #5
Polymarket · Claude 6 released by...?12.01006429.8 · #18

以第一行为例：0.6×28.3 + 0.2×2.4 + 0.1×83 + 0.05×80 + 0.15×100 = 44.8。归一化后的 RRF 在 2 到 4 之间，各条差不多。

图 5 · 没有 LLM 重排时，一个 17 票的新手提问靠词重叠排到了第 2
第二行是一个新手在问“Claude 能拿来干什么”，17 票，跟 skill 关系不大，却因为和 `ranking_query` 的用词重叠得多，相关性拿了 0.54，排在一个真正讲“用 Claude Code 写了个 skill”的 62 票帖子前面。 这说明没有 LLM 的时候，引擎的排序只是粗排。精排交给谁？交给第三段读证据的宿主模型：它读到的是排好的前几十条，判断哪些真的相关，再决定怎么写。那么问题就变成了：**怎么让模型老老实实做好它那两段？** ## 五、写给模型的契约：SKILL.md 里的 LAW ### 一条规则为什么要提到最前面 LAW 7 的提交说明讲了一次事故[^law7]。2026-04-19 跑 `/last30days Hermes Agent use cases`，模型没带 `--plan` 就直接调用了引擎。其实 SKILL.md 里早就写了 Step 0.75（你来写计划）和一个前置检查，可它们在第 647 行和第 729 行，**模型还没读到那里就已经去执行 Bash 了**。 修法很朴素：把这条规则提到文件最前面的“输出契约”里，起名 LAW 7，用大写写明“YOU ARE THE PLANNER”。同一天还有另一个失败：模型把证据簇原样倒给了用户。于是 LAW 6 规定证据簇不许出现在正文里，引擎输出的末尾也加上了开头看到的那句“出现 `### 1.` 就停下重写”。同一条规则在 SKILL.md 开头写一遍、在引擎输出结尾再写一遍，因为模型最后读到的是引擎输出。 ### 计划到底值多少 我的三次运行可以看出模型写计划的价值。A 次引擎自己规划，把 `skills` 当作“意图修饰词”去掉了，实际搜的是整个 Claude Code；它还给查询加了英文引号，结果撞上 HN 过滤器的一个小毛病： ```text [HN] Prefix filter removed 30/30 false-positive hits for '"Claude Code"' ``` 这个过滤器本来只是想剔除标题前缀 “Show HN:” 造成的误匹配，它按词边界去标题里找查询词，可查询词里带着引号，找的是 `"claude`，永远找不到，30 条全被滤掉了[^hn]。之后引擎发现结果太少，用去掉引号的核心词重查了一次，才把结果找回来。我在本地用两行 Python 复现过：同一个标题，带引号匹配失败，不带引号成功。 B 次的第二个子查询多找到了 `Show HN: A Claude Code skill to analyze your chess games`，这是 A 里没有的；C 次多给了 subreddit，Reddit 从 0 变成 13。确定性规划器能兜底，但懂主题的是模型。 ### 11 条 LAW 各管什么 SKILL.md 一度涨到 2,040 行，后来拆成 261 行的根文件，加上 15 个 references。根文件里有一张路由表：做比较时读 `comparison.md`，做发现时读 `discovery.md`，第一次运行读 `setup-wizard.md`……只有满足条件才读[^skill-md]。留在根文件里的，是每次都要守的 11 条 LAW：
SKILL.md 的 11 条 LAW
编号规定防的是什么
第一段：规划
LAW 7具名主题必须带 --plan，计划由宿主模型写模型没读到规则就直接调引擎，或以为“规划要另配密钥”
LAW 11发现模式必须走三段协议，模型当裁判跳过协议，退回机械命名
第三段：成文
LAW 6证据簇不许出现在正文把带分数的原始证据倒给用户
LAW 5页脚原样转发，不许自己编编出不存在的来源统计或保存路径
LAW 1、8行内引用；链接只能照抄证据里的 URL猜出或拼出不存在的链接
LAW 9、10至少织入两条署名评论；人物主题优先引用本人的帖子只写二手报道，或在正文里讲引擎内部细节
LAW 2、3、4固定开头、不用破折号、不用小标题每次输出格式不一样

规则正文里常带着日期和失败名，比如“2026-04-19 Hermes Agent Use Cases failure”“2026-06-17 Kevin Rose 失败”。

图 6 · 每条 LAW 对应一类模型出过的错，规划两条，成文占了大半
可以看到，引擎负责“确定的事”，SKILL.md 负责“约束模型的事”，而后者是一条条事故写出来的。 计划这一步，模型只是给引擎提供输入。还有一个模式走得更远：**让模型在引擎运行的中途做判断**。 ## 六、发现模式：让模型当裁判 ### 问题：热榜上的东西要有人起名、去重、挑 `/last30days what's exploding in AI agents?` 这类问题没有具体主题，要先找出“最近什么在火”。引擎能扫各平台的热榜，但热榜上是一条条帖子，要变成“话题”，得有人起个能搜的名字，把讲同一件事的几条合起来，再判断哪些是新闻、哪些只是求助帖。 先看没有模型参与时是什么样。不走协议，直接跑一次性的 `--discover`，引擎用启发式规则起名，日志里会提醒“topic names use deterministic heuristics”。 ### 解决：拆成三段，中间交给模型 现在的做法是把一次发现拆成三个命令，模型在两段之间写判断文件[^discover]：
发现模式的三段协议 引擎第一段 --discover --nominate-only 扫热榜得到 15 个候选，写 discover-nominations.json，bundle_id 17519f00500c772c。宿主模型据此写 judg.json，给每个候选起名、标 junk、打值得度。引擎第二段 --discover --judgments 合并同名、去掉 junk、对每个候选跑完整研究、过置信度门槛，15 个剩 6 个，写 discover-pending.json。宿主模型写 angles.json。引擎第三段 --discover --finalize 输出简报并记入话题队列。每个文件都要带同一个 bundle_id。 引擎（每段一个进程，跑完就退出） 宿主模型 --nominate-only 扫热榜 → 15 个候选 discover-nominations.json bundle 17519f00500c772c --judgments judg.json 每个候选跑一次完整研究 过置信度门槛：15 → 6 discover-pending.json --finalize --angles 写入角度，输出简报 记入话题队列 下次再出现会标“第 N 次” judg.json 17519f00… n2 "eMudhra CA compromise" n10 junk: true n9 worthiness: 85 angles.json 17519f00… podcast 一句话的播客切入点 x_article 一句话的长文切入点 状态只在文件里； bundle_id 对不上 直接报错，不重跑
图 7 · 引擎每段跑完就退出，模型在两段之间写判断，靠同一个 bundle_id 接上
第一段，引擎扫热榜，把候选和它们的证据写进 `discover-nominations.json`，然后退出。模型读这个文件，给每个候选写三样东西：一个能拿去搜的名字、是不是垃圾、0–100 的值得度。第二段，引擎读回判断，对每个候选跑一次完整研究，补齐评论和其他来源，再过一道置信度门槛：要么有独立的跨来源印证，要么单一来源热得非常明显。第三段，模型写播客和长文的切入角度，引擎输出简报。 三段之间靠文件交接，每个文件都要带同一个 bundle_id，还有过期时间。这样模型在中间想多久都行，引擎也不用常驻；对不上号就报错让模型改 id，而不是把最贵的第二段重跑一遍[^concepts]。 ### 实际跑一次：我当裁判 在容器里只有 HN 的热榜可用，第一段给出 15 个候选，里面有 3 条在讲同一件事（eMudhra 证书机构的私钥泄露），也有 “PHP 8.2.35” 这样的版本发布和 “Things to know when you get cancer” 这样的个人文章。我按协议写了判断：其中两条 eMudhra 起同一个名字，PHP 和那篇个人文章标为垃圾，其余打分。第二段里，引擎又把第三条 eMudhra 按共享的证据并了进来。第二段跑了 14.6 秒，15 个剩下 6 个。 和不走协议的启发式结果放在一起：
同一批热榜，启发式命名和模型裁判的结果
名次一次性 --discover（启发式）三段协议（我当裁判）
1eMudhra SSL/TLSeMudhra CA compromise（3 条候选合并）
2DeepInfer High-performance DeepSeek modelsDeepInfer DeepSeek inference
3iPhoneKimi K3.1 Pro
4Tesla RoadsteriPhone hacked at Pwn2Own
5Quad9 to exit FranceQuad9 exits France
6Security CriticalGemini 4 Argon

“Security Critical” 是从标题 Security advisory: Critical remote code execution… 里机械截出来的两个词，拿去当查询很难对上原来那件事。

图 8 · 模型裁判起的名字能直接拿去搜，也会把自己的知识带进来
裁判的好处很明显：名字能直接作为下一次 `/last30days "<话题>"` 的查询，同一件事被合并，值得度把 Kimi 和 Gemini 两个模型发布挤进了前六。 但第 4 行要说明一下：我起的名字里有 “Pwn2Own”，可这个词不在任何一条证据的标题里，是我自己的知识，标题只写了 “Today, we hacked what we'd set out to hack: the iPhone”。引擎检查 bundle_id 和格式、清洗名字里的怪字符，但核对不了名字是不是忠于证据。另外，第 2 名的 “confirmed across 2 sources” 里，第二个来源是一个招聘页面，算不上独立印证。让模型当裁判，判断就带上了模型的偏差，引擎这一侧能做的只是把证据门槛定成绝对的。 ## 七、它的边界 最后说几处这个设计绕不过去的地方。 **数据获取是最脆的一环。** 引擎的大部分代码在跟平台的接口和封锁较劲。同一套代码，在家用宽带和浏览器 cookie 下能拿到 X、Reddit、YouTube，在我的数据中心容器里只剩 HN 和 Polymarket；Reddit 的 `.json` 说关就关了。用浏览器 cookie 去读平台内容，也要用户自己掂量是否符合各平台的条款，SKILL.md 规定读 cookie 前必须先问用户[^skill-md]。 **热度不等于正确。** 打分奖励的是“很多人参与”，一条 500 分的帖子可能是一场争吵；30 天窗口天然偏向新闻和新品，对需要长期积累的问题帮助有限。项目在 SKILL.md 和引擎输出里反复强调，证据里的标题、评论、字幕都是不可信的输入，只能当数据读，不能当指令。 **规则会一直长。** 每一条 LAW、每一个“named failure mode”都对应一次模型做错的事。把它们拆进 references 能控制每次读多少，但规则本身只会越来越多。这是把行为写成自然语言契约的代价：引擎的 bug 能写测试，模型不读第 647 行只能靠把规则挪到更前面。 ## 小结 1. **一个 Skill 为什么带 7 万行代码？** Skill 是给模型的说明书加工具。last30days 让模型负责规划和成文，把抓取、打分、融合交给 Python 引擎，而大部分代码花在了对付十几个平台的接口和封锁上。 2. **没有密钥能拿到什么？** HN 和 Polymarket 稳定；Reddit 在数据中心 IP 上被挡，但模型先说出 subreddit，引擎就能绕到 Arctic Shift 拿到帖子；失败要和“没有讨论”分开报告。 3. **不同平台怎么排在一起？** 互动数取对数，除以每个平台“很高”的参考值得到绝对的 0–100 热度；多个结果流用 RRF 按名次合并；最终分里相关性占 60%，热度最多 15 分。没有 LLM 时相关性只是词重叠，精排留给读证据的模型。 4. **引擎的输出为什么写给模型？** 它是中间材料。SKILL.md 的 11 条 LAW 约束模型怎么规划、怎么成文，每条都对应一次事故；要紧的规则还会在引擎输出里再写一遍。 5. **发现模式怎么让模型当裁判？** 拆成三个命令，引擎每段跑完退出，模型在中间写判断文件，用 bundle_id 接上。名字更好用了，也带进了模型自己的知识。 想自己看看引擎吐给模型的是什么，可以不装进宿主，直接在仓库里跑： ```bash git clone https://github.com/mvanhorn/last30days-skill cd last30days-skill python3 skills/last30days/scripts/last30days.py --diagnose # 看哪些来源可用 python3 skills/last30days/scripts/last30days.py "你的主题" \ --subreddits 相关版块 --emit=compact --save-dir "" # 证据信封，不落盘 ``` 装进 Claude Code 用的是 `/plugin marketplace add mvanhorn/last30days-skill`，那时第一段和第三段由 Claude 自己来做。 ## 参考资料