核心用法
x-timeline-digest 是一款专注于 X（原 Twitter）信息流聚合与摘要的自动化工具。用户需预先安装并配置好 bird CLI 工具（通过 cookie 完成认证），随后运行 node digest.js 即可获取结构化的推文摘要。该技能支持双源采集：For You 推荐流（默认 100 条）与 Following 关注流（默认 60 条），通过增量时间窗口机制避免重复处理，最终输出包含中文摘要、元数据统计及原始条目列表的 JSON 载荷。高级用法支持将输出注入 LLM 提示词模板，生成更具可读性的"智能简报"。
显著优点
智能降噪机制是该技能的核心竞争力。内置多层过滤规则：基于 lastRunAt 的增量过滤、ID 级硬去重、Jaccard 相似度（0.9 阈值）的近似合并，以及启发式内容清洗（剔除 GM/GN 问候、纯转发、短 spam、广告关键词）。这种"漏斗式"处理能将 160 条原始推文精炼为 25 条以内的高信噪比内容。此外，完全本地化运行的设计确保了数据隐私——状态文件仅存于用户主目录，无云端上传或第三方数据共享。配置体系灵活，6 大参数均可通过 skills.entries 动态调整，适配不同阅读强度需求。
潜在缺点与局限性
首要依赖风险在于 bird 工具的外部性：该技能本身不处理安装、认证或更新，若 bird 失效、被封或遭遇供应链攻击，整个工作流将中断。其次，中文摘要质量依赖下游 LLM：技能本体仅输出原始 JSON，"智能简报"需用户手动对接大模型，增加了使用门槛。功能层面，当前版本仅支持读取，无法互动（点赞、转发、回复），也不处理最终投递（Telegram/邮件需上游工作流实现）。此外，Jaccard 相似度对语义重复（如不同语言表述同一事件）的识别能力有限，可能漏过部分冗余信息。
适合的目标群体
该技能最适合 信息焦虑型知识工作者——需要追踪 Twitter 动态但受困于算法噪音的科研人员、投资人、产品经理及技术观察者。对于运营多账号的社交媒体管理者，可通过调整 fetchLimit 和 intervalHours 实现定制化监控。同时，自动化工作流搭建者会欣赏其"输出即服务"的设计理念：纯净的 JSON 载荷易于接入 n8n、Make 或自研系统，构建从采集到投递的完整 pipeline。中文用户群体尤为受益，因最终摘要原生面向中文输出。
使用风险
供应链风险位列首位：bird 作为非 Node.js 依赖，其安全性需独立评估，建议仅从官方渠道安装并校验签名。命令注入风险虽低但存在：：execSync 直接拼接命令行参数，若配置路径被恶意篡改可能引发意外行为（当前版本参数已硬编码，风险可控）。状态文件膨胀需关注：30 天保留期的 tweet ID 累积可能导致 JSON 体积增长，建议定期清理。最后，API 稳定性风险：X 平台频繁调整反爬策略，bird 工具的可用性存在不确定性，需关注社区更新动态。