小红书爆款选题雷达
按预设关键词池全自动挖掘 6 条互不重复的爆款标题与选题，五步流水线一次跑完：
关键词检索 → 时间窗过滤(近30天) → 互动加权Top30 → 语义去重 → 爆款六选
↑ ↓
不足6条：自动扩窗 30→60→90→120→150→180 天重筛
6条内有重复：选题级二次去重 → 依序补位
默认配置（用户未特别说明时严格遵守）
| 配置项 | 默认值 | 说明 |
|---|---|---|
| 关键词池 | 素养智学、少儿英语、剑桥、少儿口才、KET、PET、线上课、线下课 | 8个词，可由用户输入覆盖 |
| 初始时间窗 | 近30天 | 窗口内发布时间过滤 |
| 互动权重 | 评论×5 ＞ 收藏×3 ＞ 点赞×1 | 评论是转化/争议/求助的最强信号，收藏次之，点赞最弱 |
| 高互动榜单 | Top 30 | 加权分排序取前30 |
| 语义去重阈值 | 0.72 | 标题级（bigram余弦+序列匹配组合相似度） |
| 最终产出 | 6 条 | 两两不重复的爆款标题与选题 |
| 扩窗阶梯 | 30→60→90→120→150→180 天 | 不足6条时逐级扩窗，上限180天 |
执行流程（Agent 按序执行）
第一步：确认参数
- 用户未指定关键词时，使用默认8词池；用户给出关键词则以其为准
- 用户未指定时间窗时，默认近30天
- 禁止擅自扩展、替换用户关键词；禁止跳过任何步骤
第二步：运行主脚本
python scripts/fetch_xhs_ranked.py
> ⚠️ 新人提示：若尚未配置 REDFOX_API_KEY，先加 --demo 跑通验证（无需任何密钥）：
> python scripts/fetch_xhs_ranked.py --demo rich
> 验证无误、准备拉真实数据时，再配置 Key 并去掉 --demo。
常用参数（均已在脚本内内置默认值，无特殊需求不传参）：
- --keywords "词1,词2" 覆盖关键词池
- --window 30 / --max-window 180 初始窗口与扩窗上限
- --top 30 / --final 6 榜单与最终条数
- --weights 5,3,1 评论,收藏,点赞权重（脚本强制校验 评论＞收藏＞点赞）
- --sim-threshold 0.72 去重阈值
- --demo [rich|sparse] 演示模式：无 API Key 时用内置仿真数据体验全流程
脚本自动完成：关键词分批检索（每批≤5词）→ 窗口过滤 → 加权排序 → Top30 → 标题级语义去重 →
爆款六选（含选题级二次去重：6条候选以"标题+简介"联合文本再判重，有淘汰即依序补位）→
不足6条自动扩窗重筛。产出 <prefix>_report.md（报告）与 <prefix>_detail.json（明细）。
第三步：向用户汇报（必须输出）
- 数据说明：每轮窗口获取条数、扩窗过程（如"近30天获22条，去重后唯一19条，已凑满6条"）
- Top30 加权逻辑：说明 评论>收藏>点赞 权重已生效（高评论笔记反超高点赞笔记）
- 去重明细：标题级淘汰了哪些重复对及相似度；六选时是否有选题同质淘汰与补位
- 最终6条爆款选题卡片：每条包含——
- 标题原文 + 原笔记链接
- 选题赛道（命中的关键词）
- 评论/收藏/点赞/加权分
- 选题角度解读（Agent分析）：该笔记为什么爆、可借鉴的结构/痛点/人群、用户可复用的选题方向 - 若扩窗到180天仍不足6条，如实说明并建议（扩充关键词池/降低阈值）
第四步：选题深化（用户需要时）
基于6条爆款给出用户自己的选题建议时：
- 借鉴爆款结构（如"一张表对比""避坑指南""X个真相"），不照抄原文
- 教育类选题注意合规表述：不承诺效果、不制造焦虑、符合广告法与"双减"要求
鉴权（实战模式）
数据源与 xiaohongshu-title-score 同源（同一个红狐 Hub API Key）；但本 skill 脚本完全自包含，单独安装即可运行，无需先安装 title-score。
环境变量 REDFOX_API_KEY（红狐Hub https://redfox.hk）。
- 脚本自动依次尝试：进程环境变量 → Windows注册表用户级变量（HKCU\Environment）→ shell配置文件
- 均未配置时脚本给出配置指引；演示模式 --demo 无需 Key 即可跑通全流程
- Windows 永久配置：[Environment]::SetEnvironmentVariable('REDFOX_API_KEY','<你的apikey>','User')
用词规范
- 禁止："爬取"、"抓取"；替代："获取"
- 数据不足自动扩窗时禁止换词，只扩时间范围
关键机制说明
互动加权（评论＞收藏＞点赞）
加权分 = 评论数×5 + 收藏数×3 + 点赞数×1。点赞最容易获得（权重最低）；收藏代表"想再看/有用"
（次强）；评论代表真实讨论、提问、争议（最强转化信号）。这使得评论驱动的笔记能反超点赞虚高的笔记。
语义去重子模型（scripts/semantic_dedup.py）
- 组合相似度 = 0.6×字符bigram余弦 + 0.4×序列匹配比率，归一化标点后计算
- 两轮去重：
1. 标题级（Top30 内）：淘汰同题换词（如"攻略/指南"、"免费/无偿"洗稿）
2. 选题级（Top6 候选，标题+简介联合文本）：淘汰"标题不同但内容同质"的选题，淘汰后依序补位 - 贪心保留：重复簇中保留互动加权分最高者
- 阈值 0.72 经标定：≥0.72 判重（如"备考全攻略"vs"备考全指南"=0.84），0.6~0.72 保守放行
扩窗策略（不足6条时）
30→60→90→120→150→180 天逐级重筛，每轮复用累积数据池（photoId 去重），凑满即停，报告如实记录每轮窗口与数据量。
使用示例
- 输入：「跑一遍选题雷达」
→ 默认8词池+近30天 → 报告数据获取与扩窗情况 → Top30 说明 → 去重明细 → 6条爆款选题卡片（含选题角度解读） - 输入：「只看KET和PET近30天」
→--keywords "KET,PET"，其余流程一致 - 输入：「我关心评论多的真实讨论，权重调狠一点」
→--weights 8,3,1（仍满足 评论＞收藏＞点赞） - 输入：「数据不够就往回多看点」
→ 已内置：不足6条自动扩窗至最多180天，无需额外参数
资源索引
- 主脚本：scripts/fetch_xhs_ranked.py（五步流水线全自动，零第三方依赖）
- 语义去重子模型：scripts/semantic_dedup.py（可独立复用的去重模块，含自测入口）
- 权重与去重原理：references/guide.md（权重设计依据、阈值标定、扩窗策略）
