核心用法
ai-trend-curation 是一套自动化社交内容策展工作流，专注于从 X(Twitter) 平台挖掘有价值的 AI 领域趋势信息。系统通过 xurl CLI 执行多语言搜索（日语/英语），以互动量（100+/500+点赞）为门槛过滤低质内容，经人工审核风格的智能代理完成精选，最终输出为 Slack Block Kit 格式的结构化消息。
显著优点
1. 质量控制机制完善：双重过滤层（数据阈值+语义审核）剔除"惊愕体""煽动性"内容，优先选择实践者的一线经验分享
2. 引用创作系统化：内置8种引用模板（A-H范式），从要点摘录到跨工具对比，覆盖技术传播的全场景需求
3. 本地化适配：自动为英文推文生成日语译文，降低团队语言门槛
4. 防重复机制：check-recent 与 mark-posted 形成闭环，避免内容疲劳
潜在局限
- 平台依赖性：核心功能绑定 X API（xurl），受限于平台政策变动与 API 成本
- 文化语境偏差：日语/英语内容筛选标准可能存在跨文化误判（如日式"体言止め"风格难以量化评估）
- 自动化边界："@yusaku_0426 能否附加价值""原作者是否愿意转发"等判断仍需人工复核
- 输出渠道单一：当前仅支持 Slack，未覆盖 Discord、企业微信等常见协作场景
适合人群
- 技术布道者（Developer Advocate）需维持社交媒体活跃度的个人或小团队
- AI 领域社群运营者追求"策展人"而非"搬运工"的内容定位
- 双语技术团队需要快速同步英日技术动态的场景
常规风险
- 合规风险：X API 抓取需遵守机器人协议，高频调用可能触发限流或封禁
- 版权争议：引用推文生成建议虽为原创，但基于他人内容的"改写"存在灰色地带
- 声誉风险：代理判断失误可能导致转发争议性内容，建议保留人工终审环节
- 数据滞留：mark-posted 的 URL 记录若未加密存储，可能泄露团队关注领域