核心用法
reddit-research 是一款面向研究者的 Reddit 数据采集工具，通过命令行实现零认证、零成本、零依赖的社区情报获取。核心能力覆盖六大场景：
1. 实时搜索：通过 reddit.ts search 检索帖文，支持按 subreddit、时间范围、排序方式筛选，默认调用 Reddit JSON 端点（~60 req/min）
2. 历史/删除内容恢复：切换 --provider pullpush 或 --provider arctic-shift 访问被删除或归档内容
3. 评论级挖掘：comments 子命令支持穿透帖文直达评论内容，适合提取具体错误代码、产品吐槽
4. 多维度订阅监控：watchlist 功能可批量追踪多个 subreddit 的热帖动态
5. 用户画像分析：user 命令提取特定账号的发帖/评论历史与互动模式
6. 跨平台溯源：duplicates 识别内容在不同社区的传播路径
输出格式灵活，支持 --compact 快速浏览、--markdown 报告生成、--json 结构化导出。
显著优点
- 零门槛：无需 Reddit API 申请流程，无 OAuth 配置，Node.js 18+ 即开即用
- 三重数据源冗余：实时（Reddit）、历史（PullPush）、归档（Arctic Shift）互补，降低单点故障风险
- 研究级工作流：内置「分解问题→搜索筛选→精读帖文→交叉验证→评论深挖→主题聚合」六步方法论
- 终端原生体验：Unix 哲学设计，可配合 grep/jq 等工具链二次处理
潜在局限与风险
- 速率硬限制：默认 Reddit 源仅 60 请求/分钟，大规模采集需配合缓存策略或切换提供商
- 服务稳定性：PullPush 偶有宕机，Arctic Shift 需强制指定 subreddit 或作者参数
- 数据完整性：第三方归档服务存在延迟，近实时热点可能覆盖不全
- 合规灰区：爬取用户历史、监控特定社区可能触及 Reddit ToS 边界，商业用途需谨慎
适合人群
- 产品经理/UX 研究员：抓取真实用户痛点与竞品吐槽
- 安全分析师：追踪漏洞披露、钓鱼手法讨论
- 舆情监测者：识别社区情绪拐点与叙事传播
- 开发者/运维：检索技术问题的社区验证解决方案
- 学术研究者：社交媒体行为分析与去平台化内容存档
常规风险
- IP 封禁：高频请求易触发 Reddit 反爬机制，建议启用 15min TTL 缓存并控制并发
- 信息偏见：Reddit 社区存在显著的人口统计学偏差（年轻、男性、英语圈、技术向），结论外推需校正
- 隐私泄露： inadvertently 暴露用户可识别信息（PII）或敏感讨论内容
- 法律合规：欧盟 GDPR、CCPA 等法规对用户数据处理有额外约束，企业部署需法务评估