核心用法
lastXdays 是一个时间窗口聚合型研究技能，允许用户以自然语言查询「过去 N 天（或指定日期范围）某主题发生了什么」。它通过统一的日期解析器（支持 last 7 days 或 2026-01-01 to 2026-02-01 两种模式）锁定信息新鲜度，随后并行调用三类数据源：
1. Web：基于 web_search + web_fetch 的常规检索，带时间过滤参数；
2. Reddit：优先调用官方 OAuth API（需 REDDIT_CLIENT_ID/SECRET/REFRESH_TOKEN），失败则回退到 site:reddit.com 搜索；
3. X（Twitter）：三级降级策略——首选本地 x-cli 工具（需独立安装配置），其次 Twitter API v2 Recent Search（限 7 天内，需 X_BEARER_TOKEN），再其次本地存档目录 ~/clawd/data/x-archive/，最后才回退到 site:x.com 搜索。
结果按固定 Markdown 模板输出，包含「时间范围」「核心主题 bullets」「分平台 notable links」「后续搜索建议」四大区块，确保结构清晰、可直接用于汇报或二次研究。
显著优点
- 多源冗余与优雅降级：任一数据源失效不会阻断整体流程，API、CLI、本地存档、网页抓取四层 fallback 设计显著提升可用性。
- 时间精度控制：内置
freshness参数与日期边界计算脚本，避免大模型「幻觉」旧闻。 - 轻量调用：默认使用
flash模型，仅在高风险/深度综合场景 escalate 到sonnet，成本可控。 - 可扩展架构：
lastxdays_ingest.js与lastxdays_range.js脚本化设计，便于本地调试与 CI 集成。
潜在缺点与局限性
- X 平台深度受限：API 免费/基础层仅支持 7 天内推文；
x-cli与本地存档依赖用户自行维护，无配置则大量内容丢失。 - Reddit 认证门槛：官方 API 需 OAuth 全流程，个人用户配置成本较高，fallback 后的站点搜索质量明显低于原生 API。
- 无实时推送：本质是「拉取聚合」而非「订阅推送」，不适合需要毫秒级监控的场景。
- 内容去重依赖启发式规则：跨平台同一事件的重复链接需人工或简单规则去重，复杂语义去重能力有限。
适合人群
- 投资人、分析师、产品经理：需要快速扫盲「过去两周某赛道/竞品动态」；
- 社区运营与舆情监测：低成本追踪品牌、项目或技术话题在 Reddit/X 的声量变化；
- 研究与内容创作者：生成带有明确时间戳的文献综述或新闻简报素材。
常规风险
- 隐私与合规：X/Reddit API 调用需遵守各平台 ToS，商业用途注意数据存储与展示条款；抓取用户生成内容时注意 GDPR/个人信息脱敏。
- 信息源偏见：Reddit 与 X 的算法推荐与社区结构可能导致「回声室」效应，需交叉验证 Web 权威来源。
- 时效性边界误差：各平台对「发布时间」的定义（UTC vs 本地时区、编辑时间 vs 原始时间）可能引入 ±1 天误差。
- 依赖本地环境：
x-cli与本地存档路径依赖用户机器配置，团队协作时需统一环境或容器化。