前言¶
在雪球上跟某位投資人的動態，常見做法是反覆刷主頁或收藏零散帖子。時間一長，很難回答「過去一週他到底說了什麼」「哪些帖值得留檔」「有沒有重複灌水」。若要把發言沉澱成 CSV、週報或觀點檔案，還需要自己寫抓取和清洗邏輯。
下面介紹 SkillHub 上的 雪球大V跟蹤（座標 @user_80716c48/xueqiubigv，版本 1.0.0）。它面向「某個雪球用戶的時間線」，用腳本抓取、管線去噪評分，並輸出結構化表格與質量檢查說明。Skill 標註 requires_api_key=false，不依賴額外 API Key。
這是什麼¶
一句話定位（來自 Skill 內 SKILL.md）：跟蹤某個雪球用戶的發言，把「某人的全部或特定主題言論」抓取、去噪、評分、沉澱爲可追溯資產，而不是刷完主頁就結束。
- 出品與維護：SkillHub 社區發佈者
user_80716c48；Skill 正文署名創作者爲 投資實戰派Alpha hub 成員。 - 分類：
knowledge-management（知識管理）。 - 與「雪球文章」類能力的區分（Skill 自述）：「雪球文章」偏某公司/主題的文章（搜索召回）；本 Skill 偏某個人的發言（時間線召回）。兩者可並存，管線思路相近但入口不同。
官方頁面：SkillHub - 雪球大V跟蹤。安裝座標 API：https://api.skillhub.cn/user_80716c48/xueqiubigv。
核心功能¶
以下能力均來自已安裝的 SKILL.md 與 references/ 說明，未超出官方描述。
觸發方式¶
在支持 Agent Skill 的客戶端裏，可用自然語言觸發，例如：
- 「跟蹤一下雪球上的 XXX（用戶）」
- 「抓一下 PaulWu / 山行 / 永慶好公司 最近 N 天的發言」
- 「把 XX 的雪球發言整理成文檔/週報」
- 「監控這幾個投資人的雪球動態」
雙模式：全量與公司過濾¶
| 模式 | 用法 | 行爲 |
|---|---|---|
| A 全量（默認） | 不傳 --company |
跟蹤該用戶全部發言，質量分主導排序 |
| B 公司過濾 | --company 騰訊 等 |
在全量基礎上僅保留提及指定公司的帖子 |
設計原則是先跑通 A，再按需用 B 收窄主題。
抓取與管線¶
- 解析
user_id：從主頁 URLxueqiu.com/u/XXXXXXXX取數字 ID；僅有顯示名時，可先檢索雪球用戶再定位 ID。文檔中給出了 PaulWu、山行、永慶好公司等示例 ID。 - 時間線抓取：
references/xueqiu_user_crawl.py直連statuses/user_timeline.json，按頁翻頁並按日期窗過濾；Skill 說明在未登錄狀態下曾實測可返回 JSON。被 WAF 攔截時可加--cookie，或回退到關聯「雪球文章」Skill 的 CDP 方案。 - 管線處理：
references/xueqiu_user_pipeline.py負責去重、低價值過濾、質量與互動打分、CSV 與審計輸出；支持--merge-with與歷史總表.csv增量合併（周更場景）。
產出文件¶
管線完成後，輸出目錄通常包含：
| 文件 | 說明 |
|---|---|
總表.csv |
入選帖，按最終分降序 |
候選全集.csv |
全部候選及是否入選 |
剔除明細.csv |
被剔除帖及原因 |
抓取說明.txt |
模式、日期窗、計數等 |
質量檢查.txt |
確定性自檢項 |
failed.log |
失敗記錄 |
助手側還可對入選帖補寫「正文觀點摘要 / 爭議點」，並覈對 質量檢查.txt 是否通過。
安裝與啓用¶
1. 安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝說明 執行：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安裝本 Skill¶
安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認裝到 ./skills/ 可能不會被識別。官方示例：
skillhub install @user_80716c48/xueqiubigv --dir <skills 目錄>
常見客戶端路徑（摘自 SkillHub 安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
也可將提示詞交給 AI，讓其按 https://skillhub.cn/install/skillhub.md 安裝 @user_80716c48/xueqiubigv（與 SkillHub 頁面展示一致）。
3. 運行環境¶
爬蟲腳本依賴 requests（Skill 寫明「標準庫 + requests」）；管線腳本主要使用 Python 標準庫。在 Skill 所在目錄或工作區中調用 references/ 下腳本即可。
典型用法¶
下面步驟與 SKILL.md 中的「v1 輕量直連」流程一致，便於復現。
第一步：抓取最近 7 天發言
在 Skill 根目錄下執行（將 user_id 換成目標用戶）：
python references/xueqiu_user_crawl.py --user-id 6865675576 --days 7 --out raw.json
第二步：跑管線（全量模式）
python references/xueqiu_user_pipeline.py --input raw.json --out ./out
若只關心某家公司相關發言，加上公司過濾：
python references/xueqiu_user_pipeline.py --input raw.json --out ./out --company 騰訊
第三步：周更增量
將新抓取結果與上一期總表合併：
python references/xueqiu_user_pipeline.py --input raw.json --out ./out --merge-with ./out/總表.csv
助手快捷路徑：不跑本地爬蟲時，可用 WebFetch 請求時間線接口（Skill 給出的形式）：
https://xueqiu.com/statuses/user_timeline.json?user_id=XXX&page=1&count=20
將返回 JSON 整理爲管線兼容的 raw 格式後，再執行 xueqiu_user_pipeline.py。
適用場景與注意¶
適合誰
- 需要按人跟蹤雪球發言、做周度歸檔或觀點檔案的研究者。
- 希望用 CSV 和評分規則篩掉低價值、近重複內容，而不是手工複製粘貼。
- 已有「雪球文章」類 Skill、需要在「公司/主題」與「個人時間線」兩條線分工的場景。
限制與注意
- 直連接口是否可用受雪球站點策略影響；Skill 文檔說明可能遇到 WAF，需要 cookie 或 CDP 兜底。
- 抓取與使用公開內容須遵守雪球服務條款與當地法規；Skill 僅供個人研究與知識整理，不構成投資建議。
- Skill 正文要求轉發、集成時保留「投資實戰派Alpha hub 成員」署名，二次分發請勿抹除版權聲明。
- SkillHub 頁面統計（截至資料抓取）：評分
100000，下載約4960次；以 官方技能頁 實時數據爲準。
結尾¶
雪球大V跟蹤把「跟一個人的雪球動態」拆成可重複的抓取、管線評分和表格產出，適合需要長期留檔、周更合併的場景。安裝座標爲 @user_80716c48/xueqiubigv，可從 SkillHub 獲取：https://www.skillhub.cn/skills/user_80716c48/xueqiubigv。
