返回技能列表

weibo-hot-search

agentbay-ai
更新于 2 days ago
4 次查看
40
2
40
在 GitHub 上查看
general

关于

This skill queries Weibo's hot search rankings, including entertainment topics and popularity metrics. It provides structured markdown output with rankings, heat values, and statistical summaries. Developers can use it when users need to track trending topics or filter content by specific popularity thresholds.

快速安装

Claude Code

推荐
主要方式
npx skills add agentbay-ai/agentbay-skills -a claude-code
插件命令备选方式
/plugin add https://github.com/agentbay-ai/agentbay-skills
Git 克隆备选方式
git clone https://github.com/agentbay-ai/agentbay-skills.git ~/.claude/skills/weibo-hot-search

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

微博热搜查询

依赖

python3 -m pip install wuying-agentbay-sdk

安装步骤

在使用此技能之前,请确保已安装必要的依赖包:

python3 -m pip install wuying-agentbay-sdk

使用场景

  • 用户想查询微博热搜榜单
  • 用户想了解文娱类热搜话题
  • 用户想筛选特定热度以上的热搜内容

使用方法

python3 scripts/browser-use.py "<任务执行步骤>"

快速示例

python3 scripts/browser-use.py " \
1. 前往微博网站 https://weibo.com/ \
2. 点击左侧菜单中的微博热搜下的文娱分类 \
3. 你需要提取榜单中前十条热搜消息 \
4. 以markdown格式返回所有符合条件的热搜信息
"

输出格式

## 微博热搜 - 文娱分类

### 热搜列表(热度 ≥ 50000)

1. **话题名称**
   - 热度: xxx
   - 排名: #xxx

2. **话题名称**
   - 热度: xxx
   - 排名: #xxx

### 统计信息
- 总计: xx条热搜
- 最高热度: xxxxx
- 最低热度: xxxxx

注意事项

  • 始终注明信息来源为微博
  • 不需要创建新的脚本,用skill目录下的browser-use.py
  • 如果页面加载较慢,请耐心等待
  • 热度数值可能实时变化,以抓取时刻为准
  • skill调用后,控制台会打印出asp流化链接(可视化的url),可告知用户查看

GitHub 仓库

agentbay-ai/agentbay-skills
路径: weibo-hot-search
0

相关推荐技能

content-collections

Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。

查看技能

polymarket

这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。

查看技能

creating-opencode-plugins

该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。

查看技能

sglang

SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。

查看技能