| T-mn7q3c1u | 对「互动短剧选题筛选」进行知识猎取。任务参数：{"skillName":"topic-selector","targetAgentId":"topic-selector","domain":"互动短剧选题筛选","description":"从热点中筛选最有价值的选题，评估短剧化潜力"}。请按以下流程执行：1）问题澄清 - 明确选题筛选的核心问题和标准；2）研究Knowhow - 调研短剧选题的评估方法、行业最佳实践；3）寻找标杆 - 找到优秀的选题案例和评估标准；4）筛选分类 - 将收集到的知识分类整理；5）爬取数据 - 获取热门短剧选题数据；6）洞察提取 - 提取关键洞察和评估维度。产出到 data/workspace/innovator/topic-selector/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-26 17:04 | - |
| T-mn7q4kv3 | 对互动剧编剧领域进行知识猎取。skillName: interactive-drama-screenwriting, targetAgentId: abc:screenwriter, domain: 互动剧编剧/互动短剧创作, keywords: [互动剧剧本创作, 分支剧情设计, 短剧脚本结构, 抖音互动剧, 快手互动剧, 观众选择机制, 互动叙事设计]。按 l3-hunt skill 执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 /Users/yibo/Documents/LemonAI/lemonboss/data/workspace/hunter/screenwriter/ | ✅ 完成 | innovator | P0 | 2026-03-26 17:05 | - |
| T-mn7qe99x | 对【内容发布】领域进行知识猎取。skillName: content_publisher, targetAgentId: abc:publisher, domain: 内容发布, keywords: [内容发布, 小红书, 抖音, 快手, 标题优化, 标签策略, 封面生成, 平台适配]。按 l3-hunt skill 执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 ../workspace/hunter/content-publisher/ | ✅ 完成 | innovator | P0 | 2026-03-26 17:13 | - |
| T-mn7qexa8 | 对【数据分析】领域进行知识猎取。skillName: data_feedback, targetAgentId: abc:data-analyst, domain: 数据分析, keywords: [数据分析, 数据采集, 趋势分析, 归因分析, 对比分析, 报告生成, 数据可视化]。按 l3-hunt skill 执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 ../workspace/hunter/data-feedback/ | ✅ 完成 | innovator | P0 | 2026-03-26 17:13 | - |
| T-mn979kjx | 对 weibo-scraper 进行知识猎取。skillName: weibo_scraper, targetAgentId: weibo-scraper, domain: 微博热点内容爬取, keywords: [微博爬取, 热搜榜, 热门微博, 热点话题, 数据清洗]。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 workspace/weibo-scraper/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-27 17:53 | - |
| T-mn97erqu | 对「微博数据爬取」领域进行知识猎取。
【背景】
- 目标: 为 weibo-scraper 模板进行技能训练
- 模板位置: /Users/yibo/Documents/LemonAI/lemonboss/data/system/templates/weibo-scraper/
- 已有技能文件: .claude/skills/main_skill/SKILL.md
【输入】
- skillName: weibo_scraper
- domain: 微博数据爬取
- keywords: [微博, 热搜, 热门微博, 数据爬取, 微博API, 反爬机制]
【执行要求】
按照 l3-hunt 技能执行 6 个 Phase:
1. 问题澄清 - 界定微博爬取的子问题
2. 研究 Knowhow - 搜索微博爬取方法论、最佳实践
3. 寻找标杆 - 搜索微博爬取工具排行榜、GitHub 项目
4. 筛选分类 - 按质量分级
5. 爬取数据 - 抓取相关资源内容
6. 洞察提取 - 生成原创洞察
【输出位置】
workspace/weibo-scraper/hunt/
- knowhow.md
- toplist.md
- crawl/ (爬取的数据)
【验收标准】
- knowhow.md 覆盖 ≥80% 核心子问题
- toplist.md 包含 ≥10 个独立信源
- crawl/ 包含 ≥5 个高质量爬取文件
- 输出最后必须以 [RESULT: DONE] 标记收尾 | ✅ 完成 | innovator | P0 | 2026-03-27 17:57 | - |
| T-mn9r53vw | 对微博热搜详情页爬取+简报生成进行知识猎取。
## 任务背景
weibo-scraper Agent 已具备热搜榜爬取能力 (v1.6.0, score 93.50)。现在需要升级技能：增加详情页爬取和简报生成功能。
## 目标技能
1. 爬取当日微博热点新闻（热搜榜等）
2. 读取每个热点新闻 URL 的详细内容（文字内容）
3. 如果有图片，也保存图片
4. 将内容整理成【文字+图片简报】，保存为 HTML 或 Markdown 格式
## 调研要求
- 研究微博热搜详情页的 URL 结构（hotrank 或详情页）
- 研究如何获取热搜内容的正文/图片
- 研究微博图片的存储方式（CDN/水印处理）
- 找到可用的 API 或解析方法
- 产出爬取方案（knowhow.md）和参考资源（toplist.md）
## 输出路径
workspace/weibo-scraper/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-28 03:09 | - |
| T-mn9r5nov | 对互动剧编剧领域进行知识猎取。skillName: interactive-drama-screenwriting, targetAgentId: abc:screenwriter, domain: 互动剧编剧/互动短剧创作, keywords: [互动剧剧本创作, 分支剧情设计, 短剧脚本结构, 抖音互动剧, 快手互动剧, 观众选择机制, 互动叙事设计]。按 l3-hunt skill 执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 /Users/yibo/Documents/LemonAI/lemonboss/data/workspace/hunter/screenwriter/ | ✅ 完成 | innovator | P0 | 2026-03-28 03:10 | - |
| T-mn9r5zlw | 对微博热搜详情页爬取+简报生成进行知识猎取。
## 任务背景
weibo-scraper Agent 已具备热搜榜爬取能力 (v1.6.0, score 93.50)。现在需要升级技能：增加详情页爬取和简报生成功能。
## 目标技能
1. 爬取当日微博热点新闻（热搜榜等）
2. 读取每个热点新闻 URL 的详细内容（文字内容）
3. 如果有图片，也保存图片
4. 将内容整理成【文字+图片简报】，保存为 HTML 或 Markdown 格式
## 调研要求
- 研究微博热搜详情页的 URL 结构（hotrank 或详情页）
- 研究如何获取热搜内容的正文/图片
- 研究微博图片的存储方式（CDN/水印处理）
- 找到可用的 API 或解析方法
- 研究如何生成 HTML/Markdown 简报
- 产出爬取方案（knowhow.md）和参考资源（toplist.md）
## 输出路径
/Users/yibo/Documents/LemonAI/lemonboss/data/system/templates/weibo-scraper/workspace/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-28 03:10 | - |
| T-mn9rdr1b | 对 taobao-native (淘宝桌面客户端) 进行知识猎取。skillName: taobao-native, targetAgentId: taobao_client, domain: 淘宝桌面客户端购物交互。keywords: ["淘宝桌面版", "taobao-native CLI", "商品搜索", "购物车", "订单管理", "旺旺聊天"]。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 workspace/taobao_client/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-28 03:16 | - |
| T-mn9rggo8 | 对【微博热点新闻抓取+简报生成】进行知识猎取。skillName: weibo_hotnews_briefing, targetAgentId: weibo-scraper, domain: 微博热点新闻爬取+简报生成。
【任务背景】
weibo-scraper Agent 现有技能是基础热搜爬取，需要升级增加：
1. 爬取当日微博热点新闻
2. 读取每个热点新闻 URL 的详细内容
3. 保存图片（如有）
4. 生成文字+图片简报（HTML/Markdown）
【执行要求】
按 main_skill 执行 6 Phase 流程：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。
【产出路径】
必须写到: workspace/weibo-scraper/hunt/ （这是目标 Agent 的目录）
【验收标准】
产出包含：
- knowhow.md (微博热点新闻爬取知识库)
- toplist.md (优质数据源/标杆列表)
- crawl/ (爬取的热点新闻数据 JSON) | ✅ 完成 | innovator | P0 | 2026-03-28 03:18 | - |
| T-mn9rk2ep | 对 taobao-native (淘宝桌面客户端) 进行知识猎取。skillName: taobao-native, targetAgentId: taobao_client, domain: 淘宝桌面客户端购物交互。keywords: [淘宝桌面版, taobao-native CLI, 商品搜索, 购物车, 订单管理, 旺旺聊天]。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 workspace/taobao_client/hunt/。验收标准：knowhow.md 覆盖核心子问题，toplist.md 包含优质数据源，crawl/ 包含爬取数据。输出最后必须以 [RESULT: DONE] 标记收尾。 | ✅ 完成 | innovator | P0 | 2026-03-28 03:21 | - |
| T-mn9ryp57 | 对 taobao_client 领域进行知识猎取。skillName: taobao-native, targetAgentId: taobao_client。技能存放在 data/system/templates/taobao_client/。需要测试并优化与淘宝桌面客户端的交互成功率。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 /Users/yibo/Documents/LemonAI/lemonboss/data/workspace/hunter/taobao_client/ | ✅ 完成 | innovator | P0 | 2026-03-28 03:32 | - |
| T-mnairnpo | 对购物助手 (shopping_assistant) 进行知识猎取。skillName: shopping_assistant, targetAgentId: shopping_assistant, companyId: test, domain: 购物助手/产品推荐/比价搜索。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 data/companies/test/agents/shopping_assistant/workspace/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-28 16:03 | - |
| T-mnajgkwy | 对微博热搜领域进行知识猎取（新版需求）。
【目标 Agent】weibo-scraper
【技能名称】weibo_scraper
【技能领域】微博热搜多榜爬取与数据整合
【新需求背景】
用户要求改进微博热搜 Agent Template，需要支持以下新能力：
1. 多榜爬取（新增爬取源）：
- 我的热搜: https://weibo.com/hot/mine
- 热搜榜: https://weibo.com/hot/search
- 文娱榜: https://weibo.com/hot/entertainment
- 生活榜: https://weibo.com/hot/life
- 社会榜: https://weibo.com/hot/social
2. 数据合并与存储：
(a) 把每天所有热搜榜的数据合并成一个数据库文件
(b) 文件既要包含所有的 List，也要包含每个热搜项的 URL 地址
(c) 包含点击进入后的相关微博内容、发布者、观看量、阅读量、评论量及热度等完整信息
3. 结果展现与输出：
(a) 将更新后的信息保存到每天的微博热搜总 List 中
(b) 提供一个 HTML 文档以便于展现信息
(c) 同时提供一个 JSON 文件用于数据存储
(d) 如果文件数据量过大，可以分成不同的文件夹，用来存储不同的内容详情
【执行要求】
1. 问题澄清 → 研究这些新榜单的 API 接口和数据结构
2. 寻找标杆 → 调研微博各榜单的 API 格式（如移动端 API m.weibo.cn）
3. 筛选分类 → 确认各榜单的数据格式差异
4. 爬取数据 → 尝试爬取各榜单数据，了解返回结构
5. 洞察提取 → 总结数据整合的最佳实践
【产出位置】
workspace/weibo-scraper/hunt/
【验收标准】
- knowhow.md: 包含新需求的技术分析
- toplist.md: 列出所有待爬取的榜单及 API
- crawl/: 包含至少 3 个榜单的 API 调用示例和返回数据 | ✅ 完成 | innovator | P0 | 2026-03-28 16:22 | - |
| T-mnb5hb5y | 对 AI 互动视频短剧选题领域进行知识猎取。
## 任务目标
训练 interactive-video-selector 模板（AI互动视频短剧选题Agent）
## 需要调研的内容
1. 什么样的热点新闻/话题适合做成互动短剧？
2. 如何判断题材是否适合演绎？
3. 角色对话、旁白等形式哪个更适合？
4. 如何有趣地呈现？
5. 互动短剧的爆款案例分析
6. 选题评估维度和标准
## 输出要求
- 产出文件路径: ../../templates/interactive-video-selector/workspace/hunt/
- 必须包含:
- knowhow.md: 行业知识体系
- toplist.md: 行业标杆/爆款案例列表
- crawl/: 调研数据
## 验收标准
- knowhow.md 至少包含 5 个核心维度
- toplist.md 至少包含 10 个成功案例
- 提供可操作的选题评估框架 | ✅ 完成 | innovator | P0 | 2026-03-29 02:38 | - |
| T-mnb5k5co | 调研 interactive-video-selector (AI互动视频短剧选题Agent) 行业knowhow。研究：1) 什么样的热点新闻适合做成互动短剧？2) 如何判断题材是否适合演绎？3) 角色对话、旁白等形式哪个更适合？4) 如何有趣地呈现？产出：knowhow.md + toplist.md 到 workspace/interactive-video-selector/hunt/ | ✅ 完成 | innovator | P1 | 2026-03-29 02:41 | - |
| T-mnb5kyd4 | 对 interactive-video-selector 领域进行知识猎取。skillName: interactive-video-selector, targetAgentId: interactive-video-selector, domain: 互动视频短剧选题。
执行任务：
1. 问题澄清：搜索什么是互动视频短剧？互动剧的特点？国内外平台现状？
2. 研究Knowhow：什么样的热点新闻适合做成互动短剧？如何判断题材是否适合演绎？角色对话、旁白等形式哪个更适合？如何有趣地呈现？
3. 寻找标杆：搜索优秀的互动短剧案例，分析其选题特点
4. 筛选分类：不同题材类型的适配度分类
5. 爬取数据：搜索近期热门互动短剧案例
6. 洞察提取：总结选题方法论
产出要求：
- workspace/innovator/interactive-video-selector/hunt/knowhow.md（行业Knowhow）
- workspace/innovator/interactive-video-selector/hunt/toplist.md（标杆案例列表）
请开始执行 Hunt 阶段。 | ✅ 完成 | innovator | P1 | 2026-03-29 02:41 | - |
| T-mnb5l7no | 训练 interactive-video-selector（AI互动视频短剧选题Agent）的知识猎取。skillName: interactive-video-selector, targetAgentId: interactive-video-selector, domain: AI互动视频短剧/热点新闻选题。需要执行以下步骤：1. 搜索行业 knowhow：什么样的热点新闻适合做成互动短剧？如何判断题材是否适合演绎？角色对话、旁白等形式哪个更适合？如何有趣地呈现？2. 寻找标杆：国内外互动视频平台案例3. 筛选分类：按题材类型、冲突类型、受众群体等分类4. 爬取数据：获取热门互动视频数据5. 洞察提取：提取关键选材标准。产出到 data/system/templates/interactive-video-selector/workspace/hunt/ | ✅ 完成 | innovator | P1 | 2026-03-29 02:41 | - |
| T-mnb5l9o6 | 对 AI互动视频短剧选题 领域进行知识猎取。
## Domain
interactive-video-selector (AI互动视频短剧选题)
## Keywords
- 什么样的热点新闻适合做成互动短剧
- 如何判断题材是否适合演绎
- 角色对话、旁白等形式哪个更适合
- 如何有趣地呈现互动内容
## Output
- workspace/interactive-video-selector/hunt/knowhow.md
- workspace/interactive-video-selector/hunt/toplist.md
## 执行要求
1. 问题澄清 → 明确什么样的热点适合做互动短剧
2. 研究Knowhow → 搜索行业最佳实践
3. 寻找标杆 → 找出成功的互动视频案例
4. 筛选分类 → 按类型/热度/受众分类
5. 爬取数据 → 收集热门互动视频数据
6. 洞察提取 → 总结核心规律 | ✅ 完成 | innovator | P1 | 2026-03-29 02:42 | - |
| T-mnbqonxg | 对「古风互动剧本生成」进行知识猎取。skillName: 古风互动剧本生成, targetAgentId: lemonv_drama, domain: 古风剧本创作（古典文学改编、互动叙事、角色设定、场景描绘、诗词意境）。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。输入: ../../templates/lemonv_drama/已有基础文件。产出到 ../../templates/lemonv_drama/workspace/hunt/。验收标准: knowhow.md + toplist.md + crawl/目录存在。 | ✅ 完成 | innovator | P0 | 2026-03-29 12:32 | - |
| T-mnbu7kcy | 对 lemonv_drama 技能进行增强型调研。需要获取：1) interactive-video-selector 选题 JSON 数据结构格式；2) 剧本上传 API 的接口规范（端点、参数、认证方式）。targetAgentId: lemonv_drama。请执行：研究 interactive-video-selector 的 workspace 输出格式 → 查找剧本上传 API 文档 → 确认 user_id=1 的配置方式。产出写入 workspace/lemonv_drama/hunt/ | ✅ 完成 | innovator | P0 | 2026-03-29 14:11 | - |
| T-mncu9yvq | 对趋势发现领域进行知识猎取。
【目标模板】trend-scout-global
【技能名称】Global Trend Scout (全球趋势发现)
【领域】短视频趋势监控
【关键词】TikTok trends, Instagram Reels, YouTube Shorts, viral content, trending hashtags, short video analytics
【额外指令】参考 scrapling_crawler 技能，训练监控 TikTok、Instagram Reels、YouTube Shorts 趋势能力
【执行流程】
1. 问题澄清 - 理解全球短视频趋势发现的核心需求
2. 研究 Knowhow - 调研三大平台的趋势发现方法论
3. 寻找标杆 - 找到行业最佳实践
4. 筛选分类 - 按平台/内容类型分类
5. 爬取数据 - 获取真实趋势数据
6. 洞察提取 - 提取可复用的方法论
【产出位置】workspace/hunt/
请严格按照 6 Phase 执行，产出 knowhow.md + toplist.md + crawl/ 目录 | ✅ 完成 | innovator | P0 | 2026-03-30 07:00 | - |
| T-mncubdq8 | 对【竞品侦察competitor-spy】进行知识猎取。skillName: 竞品情报, targetAgentId: competitor-spy, domain: 国内外主流互动剧App监控与AppStore商店评价抓取, keywords: [互动剧,app_store,评价抓取,竞品监控,ios,android,商店数据]。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 workspace/competitor-spy/hunt/。额外训练要求：监控国内外主流互动剧App的更新动态、商店评价抓取能力 | ✅ 完成 | innovator | P0 | 2026-03-30 07:01 | - |
| T-mncubs5w | 对 data-harvester 进行知识猎取。
## 目标
训练使用 OpenClaw 登录各平台后台，抓取播放量、完播率、CTR 及用户评论情感的能力。
## targetAgentId
data-harvester
## 技能领域
数据抓取（Data Harvesting）- 登录各平台后台抓取播放量、完播率、CTR、用户评论情感分析
## 关键词
[数据抓取, 播放量, 完播率, CTR, 用户评论, 情感分析, OpenClaw, 平台后台登录, 短视频数据, 互动数据]
## 执行要求
按照 main_skill 的 6 Phase 流程执行：
1. 问题澄清 - 确认数据抓取需求和平台范围
2. 研究 Knowhow - 调研各平台（抖音、快手、B站、小红书、视频号等）的数据获取方式
3. 寻找标杆 - 找到行业最佳数据抓取方案
4. 筛选分类 - 按平台/数据类型分类
5. 爬取数据 - 使用 OpenClaw 或其他工具尝试获取样本数据
6. 洞察提取 - 总结数据字段、API 接口、登录方式
## 产出位置
必须写入: ../../data/system/templates/data-harvester/workspace/hunt/
## 验收标准
产出 knowhow.md (知识手册) + toplist.md (排行榜/最佳实践) + crawl/ (爬取配置和样本数据) | ✅ 完成 | innovator | P0 | 2026-03-30 07:02 | - |
| T-mncue787 | 对「高光剪辑手」领域进行知识猎取。skillName: hook-editor, targetAgentId: hook-editor, domain: 短视频高光剪辑 + 爆点识别, keywords: [漫剧,高光时刻,反转瞬间,引流视频,短视频剪辑技巧,完播率,3秒法则]。执行6 Phase：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。目标：识别漫剧成品中的名场面/反转瞬间，剪辑成5-15秒高转化引流视频。额外要求：爬取抖音/快手高点赞引流视频案例，分析其开头3秒法则、高潮点设置、结尾引导技巧。产出到 workspace/hook-editor/hunt/ | ⬚ 未开始 | innovator | P0 | 2026-03-30 07:04 | - |
| T-mncue7hc | 对 高CTR标题文案（clickbait）进行知识猎取。
【技能领域】
- 爆款引流视频标题文案撰写
- 国内平台：小红书体
- 海外平台：POV体
【目标 Agent】clickbait-copywriter
【输入路径】../../templates/clickbait-copywriter/workspace/hunt/
【输出路径】../../templates/clickbait-copywriter/workspace/hunt/
【执行要求】
1. 问题澄清：了解高CTR标题的核心要素（悬念/情绪/数字/冲突/金句）
2. 研究Knowhow：搜索小红书/抖音/TikTok/YouTube 爆款标题公式
3. 寻找标杆：收集各平台高赞标题案例（至少50条）
4. 筛选分类：按平台（国内/海外）+ 风格（种草/测评/故事/干货）分类
5. 爬取数据：从公开数据中提取高CTR标题特征
6. 洞察提取：总结标题公式与优化技巧
【产出要求】
- knowhow.md：标题撰写方法论（悬念制造、情绪调动、数字锚点、金句结构）
- toplist.md：平台分类的爆款标题案例库
- crawl/：原始数据（JSON格式）
请严格按上述6步执行，产出到指定目录。 | ✅ 完成 | innovator | P0 | 2026-03-30 07:04 | - |
| T-mncuebf1 | 对【内容策划效果评估】进行知识猎取。skillName: 内容策划效果评估, targetAgentId: strategy-reflector, domain: 内容策划/选题分析, keywords: [内容策划,选题分析,画风分析,吸粉策略,策划预期vs实操对比,爆款选题特征]。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 workspace/strategy-reflector/hunt/。额外要求：重点调研什么选题+画风最吸粉，以及策划预期与实操表现的对比分析方法 | ⬚ 未开始 | innovator | P0 | 2026-03-30 07:04 | - |
| T-mncuedja | 对 auto-publisher 进行知识猎取（browser automation + video upload）。
【目标】
- targetAgentId: auto-publisher
- skillName: 自动化视频发布
- domain: browser_automation_video_upload
- keywords: [OpenClaw, Playwright, 微博视频上传, 抖音上传API, 小红书发布, 视频号上传, 多平台发布工具]
【额外训练要求】
训练使用 OpenClaw 执行浏览器自动化，将视频片段上传到各社交平台并记录URL的能力
【输入路径】
已有基础: ../../templates/auto-publisher/
【执行要求】
按照你的 main_skill 执行 6 Phase 流程：
1. 问题澄清
2. 研究Knowhow
3. 寻找标杆
4. 数据筛选分类
5. 爬取数据
6. 洞察提取
【产出位置】
必须写入: ../../templates/auto-publisher/workspace/hunt/
输出文件：
- knowhow.md (知识猎取报告)
- toplist.md (平台/API 排名)
- crawl/ (爬取配置和数据集) | ✅ 完成 | innovator | P0 | 2026-03-30 07:04 | - |
| T-mncufg80 | 对【社区运营/评论管理】领域进行知识猎取。
## 目标 Agent
- id: community-manager
- 模板路径: /Users/yibo/Documents/LemonAI/lemonboss/data/system/templates/community-manager
## 训练技能
社区评论运营能力：
1. 评论区通过马甲号进行语义化回复
2. 神评点赞与筛选
3. 私信引导与转化
## 执行要求
按 hunter main_skill 执行 6 Phase 流程：
1. 问题澄清 - 明确技能边界和数据需求
2. 研究Knowhow - 调研社区运营最佳实践
3. 寻找标杆 - 找到优秀的评论互动案例
4. 筛选分类 - 分类整理运营策略
5. 爬取数据 - 收集真实评论数据、互动话术
6. 洞察提取 - 提炼核心方法论
## 产出要求
产出文件必须写入目标 Agent 的 workspace 目录：
- /Users/yibo/Documents/LemonAI/lemonboss/data/system/templates/community-manager/workspace/hunt/knowhow.md
- /Users/yibo/Documents/LemonAI/lemonboss/data/system/templates/community-manager/workspace/hunt/toplist.md
- /Users/yibo/Documents/LemonAI/lemonboss/data/system/templates/community-manager/workspace/hunt/crawl/ (爬取的数据)
## 验收标准
- knowhow.md: 包含至少 5 个核心知识点
- toplist.md: 包含至少 10 个分类案例
- crawl/: 至少包含 50 条真实评论/话术数据 | ✅ 完成 | innovator | P0 | 2026-03-30 07:05 | - |
| T-mncufnbb | 对 production-director (生产指令官) 进行知识猎取。
目标模板: ../../templates/production-director
技能领域: AI生产指令精准下发
核心能力: 将需求指令精准下发 Spec 给 AI 图片生成引擎
执行范围:
1. 研究 AI 图片生成的 prompt/spec 规范
2. 寻找业界标杆：将需求转化为生成指令的最佳实践
3. 收集常见的 prompt 工程方法论（文生图、图生图、ControlNet 等）
4. 筛选分类：不同场景的 spec 模板
5. 爬取相关 API 文档和技术博客
6. 提取关键洞察：什么样的 spec 能获得高质量生成结果
产出位置: ../../templates/production-director/workspace/hunt/
必须产出：knowhow.md (知识总结), toplist.md (分类榜单), crawl/ (原始数据)
验收标准: 包含至少 10 个不同场景的 prompt/spec 案例 | ✅ 完成 | innovator | P0 | 2026-03-30 07:05 | - |
| T-mncufp7k | 对中国网络热词进行知识猎取。skillName: trend_scout_cn, targetAgentId: trend-scout-cn, domain: 中国网络热词监控, keywords: [小红书热词, 抖音热词, 微博热搜, B站热门, 小说网站热词, 互动剧, 漫剧, 乙女, 后宫, 短剧]。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。产出到 /Users/yibo/Documents/LemonAI/lemonboss/data/system/agents/hunter/workspace/trend-scout-cn/hunt/。参考 scrapling_crawler 技能训练无头浏览器爬取能力。 | ✅ 完成 | innovator | P0 | 2026-03-30 07:05 | - |
| T-mncufq4r | 对 story-architect 进行知识猎取。
【目标 Agent】story-architect（模板目录: ../../templates/story-architect）
【技能名称】剧本大纲创作
【技能领域】网络小说/互动剧剧本架构设计
【核心能力要求】
1. 基于热点趋势生成剧本大纲
2. 设计互动分支点（选择肢）
3. 情感映射（好感度/体力等数值体系）
【参考技能】lemonv_drama（位于 ../../templates/lemonv_drama），已训练完毕，可参考其：
- workspace/hunt/knowhow.md
- workspace/hunt/toplist.md
- workspace/hunt/crawl/ 中的热门剧本数据
【执行要求】
1. 问题澄清：明确 story-architect vs lemonv_drama 的差异（story-architect 更偏大纲创作，不直接写剧本）
2. 研究 Knowhow：调研网文/互动剧剧本结构、节拍表、三幕式
3. 寻找标杆：分析番茄小说/起点等平台热门剧本结构
4. 筛选分类：重生逆袭/甜宠恋爱/悬疑推理/古风穿越等热门题材
5. 爬取数据：获取热门剧本大纲案例
6. 洞察提取：提取剧本结构模式、互动分支设计
【输出目录】../../templates/story-architect/workspace/hunt/
- 需要创建 workspace/hunt/ 目录
- 产出: knowhow.md（领域知识定义）, toplist.md（热门标杆）, crawl/（数据文件）
【验收标准】
- knowhow.md 包含完整的剧本架构知识定义
- toplist.md 包含至少 10 个热门剧本案例
- crawl/ 至少包含 5 个优秀剧本大纲案例 | ✅ 完成 | innovator | P0 | 2026-03-30 07:05 | - |
| T-mncunkxu | 对【内容策划效果评估】进行知识猎取。第2次尝试。skillName: 内容策划效果评估, targetAgentId: strategy-reflector, domain: 内容策划/选题分析, keywords: [内容策划,选题分析,画风分析,吸粉策略,策划预期vs实操对比,爆款选题特征]。产出文件：knowhow.md + toplist.md + crawl/ 数据到 workspace/strategy-reflector/hunt/。额外要求：调研爆款选题特征、画风分析方法 | ✅ 完成 | innovator | P0 | 2026-03-30 07:11 | - |
| T-mncz867y | 对「创意跑酷生成师」(idearrun-create) 领域进行知识猎取。skillName: create-drama, targetAgentId: idearrun-create, domain: 互动剧本自动生成。执行：问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。技能定义：从素材（新闻、故事、段子）自动生成经典互动剧本（含角色图、场景图）并写入数据库。输入目录已有模板：data/system/templates/idearuncreate/skills/SKILL.md。产出到 workspace/idearrun-create/hunt/ | ⬚ 未开始 | innovator | P0 | 2026-03-30 09:19 | - |
| T-mneuxaw4 | 【FDE Phase 1: HUNT】为 youtube-crawler Agent 调研 YouTube 热门视频获取技术。调研目标: youtube-crawler (YouTube 热门视频爬虫)。核心能力: 获取 YouTube 当日最热门视频列表。调研范围: 1) YouTube Data API v3: 研究 videos().list() endpoint 的 chart='mostPopular' 参数、API Key 获取方法、返回字段、地区代码参数、配额限制。2) 无 API 方案: pytube trending 页面解析、yt-dlp --dump-json 方案、youtube.com/feed/trending HTML 解析、Selenium/Playwright 动态渲染。3) GitHub 参考项目: 搜索 YouTube trending scraper 仓库、收集高 star 项目实现思路。4) 输出字段标准: videoId/URL, title, viewCount, channelTitle, thumbnails, publishedAt。输出要求: 所有产出写入 /mnt/lemonboss/system/templates/youtube-crawler/workspace/hunt/ 目录。包含 knowhow.md 调研报告、crawl_config.yaml 配置文件、seed_dataset.json 种子数据(≥20条)、references.md 参考链接。 | ✅ 完成 | innovator | P0 | 2026-03-31 16:54 | - |
| T-mnevamap | 【Hunt Phase】调研 YouTube Data API v3，验证技能需求与行业数据。
目标Agent: youtube-crawler
目标路径: system/templates/youtube-crawler
调研任务:
1. 验证 YouTube Data API v3 的可用性和技术细节
- API endpoint: https://www.googleapis.com/youtube/v3/videos
- 关键参数: chart=mostPopular (1 quota unit)
- 配额: 10000 units/day
- 认证: API Key (不需要OAuth)
2. 验证多地区和多分类支持
- 地区: US, JP, KR, GB, DE, FR, IN, BR, RU (至少验证5个)
- 分类: 10(Music), 20(Gaming), 24(Entertainment), 28(Science&Tech)
3. 验证代码模板
- Python requests 实现
- 错误处理: 429/403/404
- 数据导出: JSON/CSV
参考规范: /mnt/lemonboss/system/agents/master/workspace/youtube_crawler_training_spec.json
产出要求 (写入 system/templates/youtube-crawler/workspace/hunt/):
1. api_validation.md - API验证结果和技术细节
2. sample_data.json - 至少5个地区的示例数据(每地区≥10条)
3. crawl_config.json - 爬取配置(地区列表、分类映射)
4. code_snippets.py - 验证过的Python代码片段
汇报: 完成后向 innovator 汇报，包含调研摘要和产出文件列表。 | ✅ 完成 | innovator | P0 | 2026-03-31 17:04 | - |
| T-mnexldk1 | 深度调研微博热搜、知乎热榜、B站热门、抖音热榜的抓取方案与反爬策略。目标：为 lemonv:trend-hunter 的热点抓取技能生成 knowhow 基础数据和 crawl_config。要求：1. 调研各平台（微博、知乎、B站、抖音）的公开 API/网页结构/反爬机制；2. 收集至少 1 个成功抓取的参考实现或数据样本；3. 分析各平台当前抓取成功率和主要失败原因；4. 输出反爬优化建议（Headers、Cookie、代理、频率控制等）；5. 所有产出写入 /mnt/lemonboss/data/agents/lemonv/agents/trend-hunter/workspace/hunt/ 目录，包括 knowhow.md、seed_dataset.json、crawl_config.json。 | ⬚ 未开始 | innovator | P1 | 2026-03-31 18:09 | - |
| T-mnexpuii | 【Hunt Phase】为 lemonv:screenwriter (剧本整理专家) 进行行业调研。目标：深度调研剧本整理/编剧行业的最佳实践、数据来源、评估标准。产出要求：1. knowhow.md - 剧本整理的核心方法论、结构规范、质量维度; 2. data_sources.md - 可用的数据源(API/网站/数据集); 3. seed_dataset.json - 种子数据集样本; 4. crawl_config.json - 爬虫配置。所有产出写入: data/agents/lemonv/agents/screenwriter/workspace/hunt/ | ⬚ 未开始 | innovator | P1 | 2026-03-31 18:12 | - |
| T-mnext40u | 【FDE Phase 1: HUNT】为 abc:trend-hunter 调研热点抓取技能。目标 Agent 是热点抓取专家，需要监控全网热点平台(微博、抖音、小红书、Twitter/X、Reddit)，识别具有短剧改编潜力的 trending 话题。调研范围: 1)核心能力-多平台热点监控、热点筛选评估(冲突性/情感共鸣/短剧潜力)、内容结构化提取、实时预警; 2)数据源-微博热搜/抖音热榜/小红书热门/Twitter Trending/Reddit Hot/百度指数; 3)行业基线-人工编辑反应时间2-4小时、热点识别准确率60-70%、短剧改编成功率5-10%。产出要求: knowhow.md → /mnt/lemonboss/data/companies/abc/agents/trend-hunter/workspace/hunt/knowhow.md; crawl_config.json → /mnt/lemonboss/data/companies/abc/agents/trend-hunter/workspace/hunt/crawl_config.json; seed_dataset.json → /mnt/lemonboss/data/companies/abc/agents/trend-hunter/workspace/hunt/seed_dataset.json (≥30条样本)。验收标准: knowhow.md 包含完整技术方案/数据源清单/竞品分析; crawl_config.json 包含可运行爬虫配置; seed_dataset.json 包含≥30条真实热点数据样本。请按 main_skill 6 Phase流程执行: 问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。 | ⬚ 未开始 | innovator | P0 | 2026-03-31 18:15 | - |
| T-mnexx9w8 | 【FDE Phase 1: HUNT】为 abc:trend-hunter 调研热点抓取技能。目标Agent是热点抓取专家，需监控全网热点平台(微博/抖音/小红书/Twitter/Reddit)，识别具有短剧改编潜力的trending话题。调研范围: 1)核心能力-多平台热点监控、热点筛选评估(冲突性/情感共鸣/短剧潜力)、内容结构化提取、实时预警; 2)数据源-微博热搜/抖音热榜/小红书热门/Twitter Trending/Reddit Hot/百度指数; 3)行业基线-人工编辑反应时间2-4小时、热点识别准确率60-70%。产出要求: knowhow.md(完整技术方案/数据源清单/竞品分析); crawl_config.json(可运行爬虫配置); seed_dataset.json(≥30条真实热点数据样本)。请按6 Phase流程执行:问题澄清→研究Knowhow→寻找标杆→筛选分类→爬取数据→洞察提取。所有产出写入/mnt/lemonboss/data/companies/abc/agents/trend-hunter/workspace/hunt/ | ⬚ 未开始 | innovator | P0 | 2026-03-31 18:18 | - |
系统维护备注 (2026-04-02 巡检添加):
- T-mnext40u、T-mnexx9w8 (abc:trend-hunter 相关): ⚠️ 已取消 — abc 公司已于 2026-04-01 删除，目标 Agent 不存在。
- T-mncue787 (hook-editor)、T-mncuebf1 (strategy-reflector): ⚠️ 已取消 — 目标 Agent 不存在。
- T-mncz867y (idearrun-create)、T-mnexldk1 (lemonv:trend-hunter)、T-mnexpuii (lemonv:screenwriter): ⏸️ 暂停 — hunter 处于系统维护暂停状态，待恢复后处理。
| T-mnj3emdx | 对 YouTube Data API v3 爬取技能进行深度调研。
## 目标
训练一个能够通过 Google YouTube Data API v3 抓取最热最新视频列表并输出 JSON 的技能。
## 任务要求
1. 调研 YouTube Data API v3 的以下端点:
- 趋势视频 (trending videos)
- 热门视频 (most popular videos)
- 按国家/地区筛选的视频
- 搜索结果 (search)
- 视频详情 (videos)
- 频道详情 (channels)
2. 输出数据格式要求包含:
- 视频名称
- 发布博主名称
- 博主粉丝数
- 视频热度/热度趋势
- 播放量
- 视频简介
- 视频URL
- 其他相关元数据
3. 查找现有参考 skills 文档 (参考路径: .claude/skills/)
## 产出要求
输出到以下路径: /Users/yibo/Documents/lemonAI/lemonboss/system/agents/hunter/workspace/youtube-trending/
- knowhow_v2.md - 数据源清单和技术调研报告
- crawl_config.json - API 爬取配置
- seed_data.json - 首次采集的种子数据 (≥50条)
## 重要提醒
- 必须读取已有的旧版本 knowhow.md (如存在)，合并并输出新版本 knowhow_v2.md
- 保留所有已有内容，追加新的调研发现 | ⬚ 未开始 | innovator | P0 | 2026-04-03 16:03 | - |