Globales Ranking · von 601 Skills
byted-marketing-agent-trending-list AI Agent Skill
Quellcode ansehen: bytedance/agentkit-samples
CriticalInstallation
npx skills add bytedance/agentkit-samples --skill byted-marketing-agent-trending-list 44
Installationen
趋势榜单(TrendingList)
When to Use
/trending— 手动触发完整趋势榜单查询- 用户问"热点话题/话题挑战/热榜事件/行业趋势/公域洞察"
- 用户想了解"最近有什么热点/行业热搜/热门话题挑战"
- 用户说"帮我看看热榜/最近什么事件在热/趋势是什么"
- 被其他编排 skill 调用(如日报生成、内容策划)
- 定时任务自动执行获取最新趋势数据
⛔ OUTPUT RULE — 最高优先级
- 执行过程中禁止向用户输出任何中间过程,包括但不限于:自检、创建虚拟环境、安装依赖、连通性验证等技术步骤。
- 禁止输出以下任何内容(违反即为失败):
- ❌ “让我先进行自检” / “正在创建虚拟环境” / “依赖安装中” / “安装还在进行”
- ❌ “让我先查看技能文件” / “首先进行环境准备”
- ❌ 接口地址、凭证、token、脚本路径、内部字段名、SDK 版本信息
- ❌ 数据库表名(如
cdp_voc.hot_topic_insights)、英文字段名(如main_challenge、heat_value)、query_type 值(如hot_topic_insights、hot_event)——无论是过程还是结果,一律禁止向用户透露- 若环境未就绪需要安装,只允许输出一句用户友好的提示(如"正在为您初始化查询服务,请稍候…"),完成后直接返回业务结果,不播报技术细节。
- 只在完成后输出一次:业务结果(行业列表 / 榜单列表 / 单条详情)或”暂无数据/参数缺失需要选择”。
自检与环境准备(每次执行前必须完成)
⚠️ 强制规则
- 所有脚本调用必须使用虚拟环境的 Python:
$VENV_PY- 首次使用或自检失败时,必须先完成下方"安装虚拟环境"步骤,再重新自检通过后才能执行业务调用。
- 禁止直接使用系统
python3,避免依赖污染或版本不匹配。
0. 凭证检测(环境准备前先检查)
if [ -z "$VOLCENGINE_ACCESS_KEY" ] || [ -z "$VOLCENGINE_SECRET_KEY" ]; then
echo "CREDENTIALS_MISSING"
else
echo "VOLCENGINE_ACCESS_KEY: 已设置"
fi- 若输出
CREDENTIALS_MISSING:必须向用户索取凭证,输出:🔑 需要配置火山引擎访问凭证,请提供:
- AccessKey(AK):
- SecretKey(SK):
- 用户提供后,将其存入 shell 变量
VOLC_AK_INPUT/VOLC_SK_INPUT,后续所有命令附加--ak "$VOLC_AK_INPUT" --sk "$VOLC_SK_INPUT"。 - 若凭证已存在(
VOLCENGINE_ACCESS_KEY/VOLCENGINE_SECRET_KEY已设置),无需询问,直接进入自检。
A. 离线自检(不触网,每次执行前先跑)
SCRIPTS_DIR=$(dirname "$(find ~ -maxdepth 8 -name "openapi_client.py" -path "*byted-marketing-agent-trending-list*" 2>/dev/null | head -1)")
SKILL_DIR=$(dirname "$SCRIPTS_DIR")
VENV_PY=$SKILL_DIR/venv/bin/python3
# 1) 检查虚拟环境是否存在
test -f $VENV_PY && echo "venv OK" || echo "venv 不存在,请先执行安装步骤"
# 2) 检查依赖是否可用
$VENV_PY -c "import volcenginesdkcore; from volcenginesdkcore import ApiClient; print('deps OK')"
# 3) 检查 volcengine-python-sdk 版本(必须 >= 4.0.43)
$VENV_PY -c "from importlib.metadata import version; print(version('volcengine-python-sdk'))"
# 4) 语法检查
$VENV_PY -m py_compile $SCRIPTS_DIR/openapi_client.py && echo "syntax OK"自检全部通过(无报错)后,才可执行后续业务调用。
安装虚拟环境(自检失败时执行)
SCRIPTS_DIR=$(dirname "$(find ~ -maxdepth 8 -name "openapi_client.py" -path "*byted-marketing-agent-trending-list*" 2>/dev/null | head -1)")
SKILL_DIR=$(dirname "$SCRIPTS_DIR")
# 1. 创建虚拟环境(仅首次)
python3 -m venv $SKILL_DIR/venv
# 2. 安装依赖
$SKILL_DIR/venv/bin/pip install 'volcengine-python-sdk>=4.0.43'已知缺陷提醒:volcengine-python-sdk 的 4.0.1~4.0.42(含)历史版本内置重试机制存在缺陷,强烈建议使用 >=4.0.43。
如系统缺少
python3-venv:apt update && apt install python3-venv -y,再重新执行上述步骤。
B. 在线自检(自检 A 通过后,验证接口连通性)
SCRIPTS_DIR=$(dirname "$(find ~ -maxdepth 8 -name "openapi_client.py" -path "*byted-marketing-agent-trending-list*" 2>/dev/null | head -1)")
SKILL_DIR=$(dirname "$SCRIPTS_DIR")
VENV_PY=$SKILL_DIR/venv/bin/python3
# 若用户提供了凭证,附加 --ak / --sk;否则省略
$VENV_PY $SCRIPTS_DIR/openapi_client.py --format text \
${VOLC_AK_INPUT:+--ak "$VOLC_AK_INPUT"} ${VOLC_SK_INPUT:+--sk "$VOLC_SK_INPUT"} \
list-industries如需进一步验证列表查询:
$VENV_PY $SCRIPTS_DIR/openapi_client.py --format text \
${VOLC_AK_INPUT:+--ak "$VOLC_AK_INPUT"} ${VOLC_SK_INPUT:+--sk "$VOLC_SK_INPUT"} \
query \
--category "{从行业枚举中选择一个}" \
--query-type hot_topic_insights \
--task-date "2026-03-12" \
--page 1 \
--page-size 5如需验证热榜事件(hot_event):
$VENV_PY $SCRIPTS_DIR/openapi_client.py --format text \
${VOLC_AK_INPUT:+--ak "$VOLC_AK_INPUT"} ${VOLC_SK_INPUT:+--sk "$VOLC_SK_INPUT"} \
query \
--category "{从行业枚举中选择一个}" \
--query-type hot_event \
--task-date "2026-03-12" \
--page 1 \
--page-size 5目标
为用户提供“趋势榜单”能力:
- 通过“接口1”获取可查询行业枚举(仅行业,不包含 type)。
- 用户选定行业后,使用本 Skill 固定的
type查询该行业下的趋势榜单列表。 - 用户点选某条记录后,按唯一键获取详情(可选:从列表上下文展开或再查一次详情)。
交互逻辑(必须)
当本 Skill 被触发时:必须先主动调用接口1获取最新行业枚举(无论用户是否已提供行业)。
Step 1:行业枚举(共用接口1)
$VENV_PY \
$SCRIPTS_DIR/openapi_client.py \
${VOLC_AK_INPUT:+--ak "$VOLC_AK_INPUT"} ${VOLC_SK_INPUT:+--sk "$VOLC_SK_INPUT"} \
--format text list-industries- 若用户未指定行业,展示行业列表让用户选择。
- 若用户已指定行业,仍允许在必要时刷新行业列表用于校验/纠错,确认行业有效后进入 Step 2。
- 无论用户是否指定 query_type,默认先查
hot_topic_insights(话题趋势榜);用户明确说"事件/热榜事件"时才查hot_event。
Step 2:按行业查询
- 本 Skill 的
type固定为trending_list(不要向用户暴露/询问 type)。 - 默认 query_type 为
hot_topic_insights,不需要询问用户;用户说"事件/热榜事件"时切换为hot_event。 - 支持分页与可选 filter(filter 只作为预留高级能力,默认不使用)。
- 默认排序:话题趋势榜按
总播放量 DESC,热榜事件按排名 DESC;用户可指定其他字段。
YESTERDAY=$(date -v-1d +%Y-%m-%d 2>/dev/null || date -d "yesterday" +%Y-%m-%d)
$VENV_PY \
$SCRIPTS_DIR/openapi_client.py --format json \
${VOLC_AK_INPUT:+--ak "$VOLC_AK_INPUT"} ${VOLC_SK_INPUT:+--sk "$VOLC_SK_INPUT"} \
query \
--category "{industry_name}" \
--query-type {hot_topic_insights|hot_event} \
--task-date "$YESTERDAY" \
--order-by "{总播放量 DESC | 排名 DESC}" \
--page 1 \
--page-size 20- 始终使用
--format json,脚本返回完整字段,由你负责格式化展示。
用户要求按其他维度排序时,替换 --order-by 的值:
话题趋势榜可排序字段:
"总播放量 DESC"— 总播放量(默认)"总点赞数 DESC"— 总点赞数"总评论数 DESC"— 总评论数"总分享数 DESC"— 总分享数"相关视频数量 DESC"— 相关视频数量
热榜事件可排序字段:
"排名 DESC"— 热度排名(默认)"热度值 DESC"— 热度值
每次返回列表结果后,主动告知用户可以按哪些字段排序,示例引导语:
💡 当前按总播放量排序,你也可以让我改成按「点赞数」「评论数」「分享数」「相关视频数量」排序。
Step 3:详情展开(可选)
YESTERDAY=$(date -v-1d +%Y-%m-%d 2>/dev/null || date -d "yesterday" +%Y-%m-%d)
$VENV_PY \
$SCRIPTS_DIR/openapi_client.py --format json \
${VOLC_AK_INPUT:+--ak "$VOLC_AK_INPUT"} ${VOLC_SK_INPUT:+--sk "$VOLC_SK_INPUT"} \
query \
--category "{industry_name}" \
--query-type {hot_topic_insights|hot_event} \
--task-date "$YESTERDAY" \
--filter "{筛选表达式}" \
--page 1 \
--page-size 1示例:
- 话题趋势榜详情:
--filter "任务ID = '{任务ID值}'" - 热榜事件详情:
--filter "事件名称 = '三星S26 Ultra防窥屏及影像功能热议'"(或用排名 = 1)
数据字段说明
接口返回每条记录,不同榜单类型的字段略有差异,全部透传、不裁剪:
A. 话题趋势榜
| 字段名 | 含义 |
|---|---|
| 主话题 | 热点话题中的主要挑战内容 |
| 关联挑战1 ~ 关联挑战5 | 关联的第1~5个挑战 |
| 占比1 ~ 占比5 | 对应关联挑战的占比 |
| 是否官方 | 是否官方热点(0=非官方,1=官方) |
| 是否商业 | 是否商业相关(0=非商业,1=商业) |
| 相关视频标题 | 话题相关的视频标题列表 |
| 相关视频数量 | 话题相关视频数量 |
| 总播放量 | 话题总播放量 |
| 总点赞数 | 话题总点赞数 |
| 总评论数 | 话题总评论数 |
| 总分享数 | 话题总分享数 |
| 总关注数 | 话题总关注数 |
| 总收藏数 | 话题总收藏数 |
| 总完播量 | 话题总完播量 |
| 话题描述 | 话题描述信息 |
| 产出日期 | 任务运行结束日期 |
| 任务名 / 任务日期 / 任务ID | 任务元信息 |
B. 热榜事件
| 字段名 | 含义 |
|---|---|
| 事件名称 | 事件名称 |
| 摘要 | 一句话背景/观点摘要 |
| 相关视频 | 相关视频标题列表(文本) |
| 链接 | 搜索/聚合页链接 |
| 热度值 | 热度值 |
| 排名 | 热度排名 |
| 语音文本 | 语音转文字(如有) |
| 分析内容 | 结构化分析(如有) |
| 产出日期 | 产出日期 |
| 任务名 / 任务日期 | 任务元信息 |
展示规范
⛔ 禁止在下方模板规定的结构之外添加任何内容,包括引言、总结、个人分析或额外说明。禁止直接粘贴原始 JSON。
hot_topic_insights 列表视图(固定模板)
## 🔥 {行业} 热点话题榜({task_date})|按{排序字段中文名}排序
| # | 主话题 | 播放量 | 点赞 | 相关视频数 |
|---|--------|--------|------|-----------|
| 1 | {主话题} | {总播放量}万 | {总点赞数}万 | {相关视频数量} |
...
💡 你可以继续问我:
- {引导问题1}
- {引导问题2}
- {引导问题3}hot_topic_insights 详情视图(固定模板)
### 🔍 {主话题}
{话题描述}
**关联挑战分布:**
| 关联挑战 | 占比 |
|----------|------|
| {关联挑战1} | {占比1}% |
| {关联挑战2} | {占比2}% |
...(仅展示非空项)
**数据:** 播放 {总播放量}万 · 点赞 {总点赞数}万 · 评论 {总评论数}万 · 相关视频 {相关视频数量} 条
💡 你可以继续问我:
- {引导问题1}
- {引导问题2}
- {引导问题3}hot_event 列表视图(固定模板)
## 📰 {行业} 热榜事件({task_date})
| 排名 | 事件 | 摘要 | 热度值 | 链接 |
|------|------|------|--------|------|
| {排名} | {事件名称} | {摘要} | {热度值} | [查看](url) |
...
💡 你可以继续问我:
- {引导问题1}
- {引导问题2}
- {引导问题3}hot_event 详情视图(固定模板)
### 🔍 {事件名称}
**摘要:** {摘要}
**相关视频(Top3):**
- {相关视频 前3条,每条一行}
**分析:** {分析内容}
热度值 {热度值} · 排名 {排名} [查看聚合页](url)
💡 你可以继续问我:
- {引导问题1}
- {引导问题2}
- {引导问题3}数值规则:保留1位小数,不足1万显示原值;url 为空时显示"—"。
引导提问规范(每次返回结果后必须执行)
每次输出业务结果后,必须在末尾附上 2~3 个引导问题,帮助用户深入探索。引导问题要带入当前上下文(行业名、日期、标题),让用户直接回复即可继续。
返回行业列表后
💡 你可以继续问我:
- "帮我查一下**[某行业]** 的趋势视频"(把行业名填上,用户直接确认即可)
- "我想看看最近有什么热点事件"
返回话题趋势榜(hot_topic_insights)后
💡 你可以继续问我:
- “帮我展开「{排名第1的主要挑战}」的详细内容”
- “{当前行业} 最近有哪些热榜事件?”(自动切换到 hot_event)
- “换一个行业看看,比如**[推荐另一个行业]**”
返回热榜事件(hot_event)后
💡 你可以继续问我:
- “展开「{排名第1的事件名称}」的详细内容”
- “{当前行业} 最近有哪些热点话题挑战?”(自动切换到 hot_topic_insights)
- “换一个行业看热榜事件”
返回单条详情后
💡 你可以继续问我:
- “看看榜单里的下一条”
- “{当前行业} 有哪些热榜事件?” 或 “{当前行业} 有哪些热点话题?”(引导看另一个 type)
- “换个行业查一下”
原则:两个 type 之间要互相引流——看完话题趋势就引导去看热榜事件,看完事件就引导去看相关话题挑战,形成完整的内容探索闭环。
参数规则
industry_name:必须来自接口1返回的行业枚举(或与其一致)。type:禁止从接口1下发;由本 Skill 内部固定为trending_list。query_type:支持hot_topic_insights/hot_event。task_date:默认取 T-1(昨天),即$(date -v-1d +%Y-%m-%d 2>/dev/null || date -d "yesterday" +%Y-%m-%d);用户指定日期时以用户为准。
错误处理
- 接口调用失败:只向用户输出简短失败原因(不要包含 URL/Token/脚本名/堆栈)。
- 行业缺失:输出行业候选列表(适度截断),让用户选择。
- 无数据:输出”该行业暂无趋势榜单数据”。
- 行业/类型不支持:若服务返回”未知任务/不支持”,输出”该行业暂不支持该榜单类型(hot_event/hot_topic_insights)”。
凭证说明(仅供执行时使用,禁止回显给用户)
Volcengine SDK 鉴权(接口调用必需)
本 Skill 使用
volcenginesdkcore.ApiClient向cdp-saas.cn-beijing.volcengineapi.com发起签名请求。
Action:ArkOpenClawSkill,Version:2022-08-01。
凭证仅通过用户输入获取,优先级:--ak/--sk 参数 > 环境变量 VOLCENGINE_ACCESS_KEY/VOLCENGINE_SECRET_KEY。
VOLCENGINE_ACCESS_KEY:AccessKeyVOLCENGINE_SECRET_KEY:SecretKeyVOLC_SERVICE:覆盖 Service 名(可选,默认cdp_saas)VOLCENGINE_REGION:覆盖 Region(可选,默认cn-beijing)
本 Skill 的 query_type
- 默认使用:
hot_topic_insights - 可选使用:
hot_event
可选覆盖
PUBLIC_INSIGHT_API_URL:覆盖默认接入点(仅限内部调试)
安全要求:禁止在
SKILL.md或代码中硬编码明文 AK/SK。
Installationen
Sicherheitsprüfung
Quellcode ansehen
bytedance/agentkit-samples
Mehr aus dieser Quelle
Power your AI Agents with
the best open-source models.
Drop-in OpenAI-compatible API. No data leaves Europe.
Explore Inference APIGLM
GLM 5
$1.00 / $3.20
per M tokens
Kimi
Kimi K2.5
$0.60 / $2.80
per M tokens
MiniMax
MiniMax M2.5
$0.30 / $1.20
per M tokens
Qwen
Qwen3.5 122B
$0.40 / $3.00
per M tokens
So verwenden Sie diesen Skill
Install byted-marketing-agent-trending-list by running npx skills add bytedance/agentkit-samples --skill byted-marketing-agent-trending-list in your project directory. Führen Sie den obigen Installationsbefehl in Ihrem Projektverzeichnis aus. Die Skill-Datei wird von GitHub heruntergeladen und in Ihrem Projekt platziert.
Keine Konfiguration erforderlich. Ihr KI-Agent (Claude Code, Cursor, Windsurf usw.) erkennt installierte Skills automatisch und nutzt sie als Kontext bei der Code-Generierung.
Der Skill verbessert das Verständnis Ihres Agenten für byted-marketing-agent-trending-list, und hilft ihm, etablierte Muster zu befolgen, häufige Fehler zu vermeiden und produktionsreifen Code zu erzeugen.
Was Sie erhalten
Skills sind Klartext-Anweisungsdateien — kein ausführbarer Code. Sie kodieren Expertenwissen über Frameworks, Sprachen oder Tools, das Ihr KI-Agent liest, um seine Ausgabe zu verbessern. Das bedeutet null Laufzeit-Overhead, keine Abhängigkeitskonflikte und volle Transparenz: Sie können jede Anweisung vor der Installation lesen und prüfen.
Kompatibilität
Dieser Skill funktioniert mit jedem KI-Coding-Agenten, der das skills.sh-Format unterstützt, einschließlich Claude Code (Anthropic), Cursor, Windsurf, Cline, Aider und anderen Tools, die projektbezogene Kontextdateien lesen. Skills sind auf Transportebene framework-agnostisch — der Inhalt bestimmt, für welche Sprache oder welches Framework er gilt.
Chat with 100+ AI Models in one App.
Use Claude, ChatGPT, Gemini alongside with EU-Hosted Models like Deepseek, GLM-5, Kimi K2.5 and many more.