核心用法
Expert Finder 是一款专注于社交媒体领域的专家发现技能，采用系统化的四阶段工作流程帮助用户精准定位任何领域的权威人士。
第一阶段：查询扩展 —— 利用 web_search 和 web_fetch 工具对目标领域进行深度研究，将用户输入的主题扩展为四个层级的搜索词：核心术语（如"RLHF"）、技术术语（如"reward model overfitting"）、相关概念（如"preference optimization"）以及讨论型关键词（如"RLHF vs"）。这种分层策略确保覆盖从入门到精深的全谱系讨论场景。
第二阶段：搜索聚合 —— 通过 mcporter 调用 Xpoz API 抓取 Twitter 和 Reddit 的公开帖子数据，支持长达 6 个月的时间窗口和最多 64,000 行的数据导出。系统会构建作者频率矩阵，筛选出发帖数≥3条、覆盖≥2个层级的活跃用户，其中 Tier 2 技术术语的权重最高。
第三阶段：分类评分 —— 对 Top 20-30 位候选者抓取详细画像，采用五维分类体系（🔬深度专家、💡思想领袖、🛠️实践者、📣传播者、🎓教育者），并基于领域深度（30%）、一致性（20%）、同行认可度（20%）、广度（15%）和资质背景（15%）计算 0-100 分的综合评分。
第四阶段：报告生成 —— 输出结构化的专家评估报告，包含关键引用、影响力指标和推荐理由，支持 Markdown 格式便于进一步分析。
显著优点
科学的分层搜索策略：Tier 2 技术黑话作为最强信号的设计，有效过滤掉泛泛而谈的内容，直击真正具备专业深度的讨论场景。相较于简单的关键词匹配，这种设计显著提升了专家识别的精准度。
多源数据交叉验证：同时整合 Twitter 和 Reddit 两大平台数据，Twitter 适合捕捉行业风向和公开讨论，Reddit 的评论层级更能揭示深度技术交流，双源互补降低单一平台的偏差风险。
量化评估体系：五维评分模型将主观判断转化为可比较的数值，特别适合需要向团队或客户呈现客观依据的场景，如猎头报告、投研尽职调查、学术合作筛选等。
合规的数据处理：明确处理公开社交媒体数据，不涉及私人信息爬取，SKILL.md 中主动提示隐私风险和缓解措施，符合 GDPR 数据最小化原则。
模块化工具链：依赖的 mcporter 由 OpenClaw 组织维护，MIT 开源许可证，50+ 版本持续更新，社区活跃且经安全审计无已知漏洞。
潜在缺点与局限性
外部服务依赖：核心功能完全依赖 Xpoz.ai 第三方 API，该服务为商业平台，存在服务稳定性、定价策略变更、API 限制调整等不可控风险。若 Xpoz 服务中断，技能将完全失效。
数据时效性限制：6 个月的时间窗口虽能平衡数据量与相关性，但对于快速迭代的领域（如 AI 研究）可能遗漏最新崛起的专家；反之，对于传统领域则可能包含已离开该领域的"历史专家"。
语言与平台偏向：Twitter/X 和 Reddit 以英文内容为主导，对中文、日文等非英语领域的专家覆盖能力有限。同时，部分行业专家可能活跃于 LinkedIn、GitHub、Discord 或小众论坛，存在平台盲区。
评分算法的黑箱性：虽然评分维度公开，但各指标的提取方式（如"同行认可度"如何量化）未完全透明，用户难以复核特定分数的计算逻辑。
OAuth 授权负担：用户需额外完成 xpoz-setup 技能的 OAuth 2.1 认证流程，对于临时使用场景增加了配置门槛。
适合的目标群体
- 投资与研究机构：需要快速建立新兴赛道专家网络，进行技术尽职调查或行业mapping
- 企业人才招聘团队：尤其是技术岗位、研究岗位的主动 sourcing，替代传统 LinkedIn 搜索的盲区
- 学术合作拓展：寻找潜在的合作者、审稿人或会议演讲嘉宾
- 媒体与内容创作者：建立信息源网络，获取一线行业洞察
- 战略咨询顾问：为客户项目快速绘制行业利益相关者图谱
- 产品经理与市场团队：识别 KOL/KOC，规划 influencer 合作策略
使用风险说明
隐私合规风险：虽然处理的是公开数据，但批量下载 64K 行用户帖子并聚合分析，可能触及 Twitter/X 和 Reddit 的平台服务条款边界。建议用户遵守各平台的 robots.txt 和使用政策，避免高频调用触发速率限制或账号封禁。
数据安全责任：导出的 CSV 文件包含社交媒体用户 ID、发帖内容等原始数据，用户需承担数据保管责任，避免泄露到公共环境或用于超出原始目的的商业用途。
OAuth 凭证管理：xpoz-setup 存储的访问令牌若被窃取，可导致第三方以用户身份访问 Xpoz 服务。建议定期审查授权应用，不使用时撤销权限。
结果偏差风险：社交媒体活跃度不等于专业权威性，评分算法可能奖励"善于表达"而非"真正精通"的个体，关键决策应结合人工复核。
服务可用性：作为依赖单一第三方商业 API 的技能，建议用户制定备选方案，避免在关键项目中形成单点依赖。