核心用法
「土狗气象台」是面向 OpenClaw Agent 的热点情报增强型 Skill，设计目标是把 Web2 社交媒体热度翻译成 Web3 可验证的交易信号。
第一层：Web2 热点采集
- 对接土狗气象台公开 API，覆盖系统状态、消息列表、分组统计、全平台热搜（微博/抖音）、Meme 潜力榜等端点
- 自动识别
is_meme标记与ai_confidence高分内容，优先提取人物梗、口号梗、事件梗等高传播潜力题材
第二层：关键词提取与分级
- 按「品牌/产品名 → 人名/组织 → 事件/议题 → 梗词/圈层词 → Token 线索 → CA/地址」六级优先级提取
- 输出「高/中/低」三档置信度，过滤纯新闻套话、宏观泛词与纯情绪词
第三层：链上映射与增强验证
- 无 CA 场景：通过 Token Search → Unified Rank → Social Hype → Meme Rush 建立「无映射/弱映射/明确映射/强映射」四级判断
- 有 CA 场景：调用 Token Meta、Dynamic Info、安全审计、Smart Money、钱包持仓等 Binance Web3 接口，生成完整研究卡片
第四层：Meme 专用研究模式
- 触发条件：
is_meme=true、AI 标签含「梗/抽象/出圈」、源自微博/抖音热搜、用户明确提及 meme - 链优先级：Solana(CT_501) > BSC(56) > Base(8453)，适配新币与 launchpad 叙事集中地
- 查询链：梗词 → Token Search → Social Hype → Meme Rush → Unified Rank → Smart Money → Audit
显著优点
1. 双源交叉验证：Web2 热度与 Web3 链上数据（价格、流动性、聪明钱、社交热度）互相校准，降低「只有噪音没有交易」的误判
2. 分级决策框架：明确区分「观察级/叙事级/交易级/高风险级」四个输出等级，避免「有同名币就是映射成功」的草率结论
3. Meme 场景优化：针对中文互联网 meme 传播特征（人物梗、口号梗、抽象梗）设计提取规则，而非照搬英文 Crypto Twitter 模式
4. 安全前置：强制要求 CA 才能进入 Audit 环节，所有风险结果仅作研究参考，不输出投资建议
潜在缺点与局限性
- 数据源依赖：土狗气象台与 Binance Web3 均为第三方公开接口，存在服务波动或策略变更风险
- 实时性边界：Meme 币生命周期极短，API 延迟可能导致「热度已退、信号才到」的时滞问题
- 中文语义歧义：同名梗词、多义短语可能造成误映射（如「苹果」同时指公司与水果），需结合时间窗口与叙事摘要人工复核
- 审计覆盖不全：Binance Audit 不支持全部链与全部 token，部分新土狗可能无法完成安全扫描
适合人群
- 链上研究员：需要快速批量验证「今天的微博热搜有没有对应题材币」
- Meme 狙击手：在情绪启动早期识别「梗→token」映射苗头，辅助观察级建仓决策
- 社群运营者：生成「可发群的热点研究简报」，降低内容生产门槛
- 风控审核员：对陌生 CA 或喊单地址做快速背景调查（审计 + 持仓 + 聪明钱）
常规风险
- 旧币蹭词风险：历史同名 token 可能无真实热度关联，需核查 Social Hype 与 Unified Rank 新增信号
- 纯社交无交易风险：Social Hype 有讨论但无 volume/rank/smart money 时，仅属「叙事苗头」
- 泛梗词噪音：「抽象」「出圈」等单独查询结果杂乱，必须与人物/事件组合使用
- 链推断误差：未指定链时按 Solana→BSC→Base 优先级遍历，可能遗漏其他链机会
- 非投资建议声明：Skill 输出均为研究视角，Audit 结果不保证合约绝对安全