oee-social-research

核心用法

该技能采用三层级递进检索策略收集 X/Twitter 平台公开信息。Tier 1 通过 FxTwitter API 免费获取公开推文，响应快速且无需认证；Tier 2 启用 Web 搜索（Brave、DuckDuckGo、SearXNG）作为广度补充；Tier 3 使用浏览器抓取（Nitter 实例）确保数据完整性。用户通过命令行 python social_research.py "主题" 启动研究，支持 --tier 参数指定层级，或调用 --briefing 读取缓存报告。系统自动管理 .cache/ 目录（TTL 1小时）存储结果，并在 .briefings/ 生成结构化情报文档，输出直接面向 Agent 解析优化。

显著优点

零成本入门是最大亮点——Tier 1 完全免费且无需 API Key，大幅降低使用门槛。分层回退机制确保在免费接口受限时自动降级至搜索和抓取层，保证研究连续性。技术架构极为轻量，仅依赖 Python 标准库（urllib、json、re、pathlib），无第三方包依赖，从根本上规避供应链攻击风险。内置缓存机制有效减少重复网络请求，提升响应速度并降低被封禁概率。输出格式为结构化文本简报，便于直接集成至自动化工作流。

潜在缺点与局限性

作为 T3 来源（个人开发者 odinbot33 维护），代码虽经审计但长期维护稳定性和可信度存疑。功能高度依赖 FxTwitter、Brave、SearXNG、Nitter 等第三方公共服务，任一服务 API 变更、限流或关闭都会导致对应层级失效。仅支持抓取公开推文，无法获取受保护账户、私信或点赞列表等非公开数据。代码中存在未使用的 subprocess 模块导入，虽无实际调用但属于代码质量问题，存在被后续修改利用的潜在风险。

适合的目标群体

适用于社交媒体运营人员监测品牌舆情和竞品动态，市场研究分析师追踪热点话题的公众情绪，产品经理收集用户对特定功能的真实反馈，新闻记者调查事件在社交平台上的传播态势，以及需要快速了解"人们在说什么"的商业决策者。特别适合预算有限但需要基础舆情监测能力的个人研究者和小型团队。

使用风险

网络依赖性是首要风险，离线环境完全无法使用；第三方服务的不稳定性可能导致功能间歇性中断。本地存储方面，.cache/ 和 .logs/ 目录会持续写入磁盘，长期运行需定期清理以防空间占用。虽仅收集公开数据，但在 GDPR 等严格隐私合规场景仍需谨慎评估数据用途。安全建议：始终在容器或虚拟环境（venv）中运行，避免直接在生产主机执行；部署前建议移除未使用的 subprocess 导入并审查网络请求域名白名单。

核心用法

Social Research (Ravens) 是一个分层的社交媒体研究工具，专为快速获取 Twitter/X 平台公开舆情而设计。用户通过命令行输入研究主题，系统自动派遣"渡鸦"（三层数据获取机制）带回情报：

• Tier 1（首选）：调用 FxTwitter API，免费、高速、直接获取公开推文
• Tier 2（扩展）：通过 Brave Search、SearXNG、DuckDuckGo 等搜索引擎聚合更广泛的社交讨论
• Tier 3（兜底）：直接爬取 Nitter 实例获取完整 HTML 内容
• 输出：结构化简报（briefing）输出至 stdout，支持缓存机制（TTL 1小时）

典型触发场景包括"what are people saying about [话题]"、"send the ravens"等自然语言指令。

显著优点

1. 零成本零配置：Tier 1 完全依赖公开 API，无需 Twitter/X 开发者账号或 API 密钥，大幅降低使用门槛
2. 纯标准库实现：仅使用 Python 3.10+ 内置模块（urllib、json、pathlib 等），无 pip 依赖地狱，部署极简
3. 三层降级策略：智能容错设计，当 FxTwitter 受限时自动fallback至搜索和爬虫层，提升可用性
4. 隐私友好：日志仅记录查询统计（数量、耗时），不存储完整推文内容或用户敏感信息；API 密钥（如有）从环境变量读取
5. Agent 原生设计：输出格式为结构化文本，直接适配 LLM 工作流，可作为自动化研究链条的一环

潜在缺点与局限性

1. T3 来源可信度：维护者为个人开发者（odinbot33），GitHub 信息有限，代码审查建议由使用者自行完成
2. 公共实例依赖性：Tier 2/3 依赖 SearXNG、Nitter 等公共实例，服务可用性无 SLA 保障，可能随时失效
3. 数据时效与完整性：缓存机制虽减少重复调用，但 1 小时 TTL 对突发热点可能滞后；Nitter 爬取可能受反爬策略限制
4. 合规边界模糊：未明确声明开源许可证，企业场景需谨慎评估；大规模爬取可能触及目标平台 ToS
5. 功能单一性：专注于 Twitter/X 生态，对其他社交平台（Reddit、Bluesky、Threads 等）无原生支持

适合人群

• 独立研究者/记者：需要快速、低成本获取公开舆情，无预算购买官方 API
• AI Agent 开发者：需要可嵌入工作流的轻量级社交数据源，输出格式可直接解析
• 开源情报（OSINT）爱好者：熟悉 Nitter/SearXNG 生态，能接受公共实例的不稳定性
• 临时性项目团队：短期舆情监测需求，不愿投入复杂基础设施

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 网络请求安全 | 中 | 9 个 HTTPS 端点均为公开服务，无加密降级或敏感数据泄露 |

| 供应链攻击 | 极低 | 零外部依赖，无恶意包注入风险 |

| 代码执行风险 | 极低 | 无 eval/exec/system 调用，静态分析通过 |

| 服务可用性 | 中 | 公共 SearXNG/Nitter 实例可能随时下线 |

| 合规风险 | 低-中 | 未声明许可证；爬取行为需自行评估目标平台 ToS |

建议：生产环境使用前确认公共实例列表有效性，关注 FxTwitter 服务状态，考虑为高频场景预留官方 API 预算。