using-data-cli

核心用法

agent-data-cli（简称 ADC）是一个基于 Python 的本地信息中心，采用 source/channel/content 三层模型管理多源内容。核心工作流涵盖五个环节：

1. 发现（Discovery）：channel search 和 content search 用于远程探索可用的频道和内容，仅读取不写入
2. 订阅（Subscription）：通过 content search 找到目标后，使用 content interact --verb subscribe 建立持续跟踪关系
3. 同步（Sync）：content update 是唯一将远程内容写入本地数据库的命令，支持 cron 定时调度
4. 本地查询（Query）：content query 完全基于本地 SQLite，可配合 --jsonl 输出与 jq/awk 进行管道处理
5. 远程交互（Interact）：content interact 执行明确的远程副作用操作（如点赞、评论），需显式指定 source 和 ref

典型命令链示例：

# 发现 → 订阅 → 同步 → 查询
uv run -m adc channel search --source cryptocompare --query BTC
uv run -m adc content search --source cryptocompare --channel BTC --limit 10
uv run -m adc content interact --source cryptocompare --verb subscribe --ref cryptocompare:content/BTC
uv run -m adc content update --source cryptocompare
uv run -m adc content query --source cryptocompare --channel BTC --limit 50 --jsonl | jq '.price'

显著优点

• 统一抽象：单一 CLI 覆盖新闻、RSS、Twitter/X、小红书、加密货币行情等异构源
• 本地优先：所有内容落地本地数据库，支持离线查询和长期归档
• 管道友好：--jsonl 输出原生适配 Unix 哲学，与 jq、awk、sponge 等工具无缝衔接
• 配置灵活：支持 source 级和 CLI 级代理配置，可细粒度控制网络行为
• 可扩展：通过 source_workspace 机制可接入 agent-data-hub 生态，安装官方或自定义源

潜在缺点与局限性

• 非即开即用：需要 Python + uv 环境，且需手动配置 source_workspace 和代理
• 源质量依赖：内容质量取决于各 source 实现，无内置内容清洗或去重机制
• 无可视化：纯 CLI 工具，无 Web UI 或图形浏览器
• 同步延迟：content update 为拉模式，非实时推送，最小粒度受 cron 限制
• 硬边界约束：content query 绝不触发远程搜索，若本地无数据则返回空集，新手易误解

适合人群

• 需要聚合多平台信息的数据分析师、量化研究员、舆情监测人员
• 偏好本地存储、可编程查询的技术用户
• 已在使用 agent-data-hub 生态的进阶玩家
• 不适合：追求开箱即用体验的非技术用户，或需要实时流式数据的场景

常规风险

• 代理泄露风险：proxy_url 可能含敏感凭证，需避免提交至版本控制
• 频率限制：远程 search/update/interact 可能触发源站限流，建议配置合理 cron 间隔
• 数据一致性：content query 反映的是上次 update 的快照，非实时状态
• 第三方源信任：通过 data_hub 安装的 source 需审计其网络行为和权限请求