last30days-skill 数据可视化实战:10 分钟把 30 天舆情数据画成图表-开发者社区

last30days-skill 数据可视化实战:10 分钟把 30 天舆情数据画成图表

【免费下载链接】last30days-skillAI agent skill that researches any topic across Reddit, X, YouTube, HN, Polymarket, and the web - then synthesizes a grounded summary项目地址: https://gitcode.com/GitHub_Trending/la/last30days-skill

last30days-skill 数据可视化从一份 JSON 开始:这个 AI 技能并行检索 Reddit、X、YouTube、HN、Polymarket 近 30 天的讨论,按真实互动量打分排序;本文的最终产出,是你自己画出的第一张社交媒体数据图表。

速览 last30days-skill 数据可视化能输出的 JSON 结构

这个技能把十几个平台的原始讨论收敛成一份稳定契约:你给话题,它返回 schema_version 1.3 的 JSON,顶层固定含 query、source_status、clusters 和 results。每条 result 带 title、source、published_at、engagement(平台原生互动计数,如 Reddit 的 score 与 num_comments、X 的 likes 与 reposts)和 0~1 的 relevance_score,未知字段直接省略而不是填 null——对画图代码来说,你只需要处理一种结构。

执行 4 条命令,拿到可出图的 results.json

从克隆仓库到 30 天舆情可视化的原料,最短路径就是 4 步,每步一条命令:

克隆仓库并进入目录:git clone https://gitcode.com/GitHub_Trending/la/last30days-skill && cd last30days-skill
确认 Python 不低于 3.12(项目 requires-python 即 3.12):python3 --version
装唯一的第三方画图依赖,项目本身零必装包:pip install matplotlib
跑一次研究并落盘:python3 skills/last30days/scripts/last30days.py "你的话题" --emit=json --output results.json

首次运行会自动触发 setup 向导,30 秒内解锁更多数据源。完成后当前目录多出一个 results.json,每条结果都有标题、来源平台、发布时间和互动数,这是 Reddit X 数据出图的直接原料。

读懂去重与归一化:入库前数据为什么干净

数据在写入 results 之前要过两道工序,这是图表可信的前提。第一道在 lib/dedupe.py:同源近重复检测,先把文本小写化、去标点,切成 3 词 n-gram(含中文停用词),再用 Jaccard 相似度判断两条内容是否近似,把"换个说法的同一件事"压掉。第二道在 lib/normalize.py:每个平台的原始 payload 被映射进同一套 v3 通用条目模型,同时按日期窗口过滤掉范围外的条目。所以你的绘图代码不必为每个平台写分支。

写 20 行 Python,把 results.json 画成柱状图

最小出图脚本只需 16 行:取前 10 条 result,用 engagement 里最大的原生计数当热度,画一张横向柱状图:

import json import matplotlib.pyplot as plt data = json.load(open("results.json", encoding="utf-8")) items = data["results"][:10] labels = [r["title"][:20] for r in items][::-1] scores = [max(r["engagement"].values(), default=0) for r in items][::-1] plt.figure(figsize=(9, 5)) plt.barh(labels, scores) plt.title("近 30 天话题热度 TOP 10") plt.xlabel("互动量") plt.tight_layout() plt.savefig("chart.png", dpi=120) plt.show()

保存为 chart.py 运行,条形越长代表那条讨论的互动越多,这就是 last30days-skill 数据可视化的最小闭环。想要更多视角,3 种变体各只需几行改动:

折线走势:把 results 按 published_at 排序,按天聚合互动量,用 plt.plot 画出 30 天热度曲线
平台对比:按 source 字段拆成 reddit 与 x 两组,画堆叠柱状图对比两个平台的讨论量
阈值高亮:给 plt.barh 传 color 数组,超过阈值的条形标成醒目色,直接定位值得点开原文的条目

排查首次运行引导与常见数据源报错

首次运行遇到问题时,先分清"没配"和"没数据"。Reddit、HN、Polymarket、GitHub 开箱即用;需要 X、YouTube 等源就跑python3 skills/last30days/scripts/last30days.py setup走向导,或用--diagnose打印各数据源的可用性。常见情况看 source_status 字段:skipped-unconfigured 是缺配置,rate-limited 是被限流,timeout 是超时;只有 no-results 才表示真的零匹配,失败状态不能解读为"该平台没讨论"。

字段细节别靠猜,docs/reference/json-export.md 有完整的 result 字段表与 source_status 状态表。

同一份 JSON 还能喂周报、对比页,甚至再交回 AI 生成摘要。现在挑一个你最关心的话题,把第一张图表跑出来 🚀