什么是 X 手动冲浪笔记？

X 手动冲浪笔记是一款专为需要处理社交媒体情报而不依赖受限 API 的用户设计的专业工具。通过使用 Chrome 扩展中继，此技能允许 AI 智能体模仿人类在 X (Twitter) 上的浏览行为，特别关注 For You 推荐流。它确保内容被自然地消费，在避免常见的爬虫触发机制的同时提供高质量的数据提取。

该技能是更广泛的 Openclaw Skills 生态系统的一部分，专注于弥合原始社交媒体流与结构化个人知识管理之间的差距。它处理滚动、导航至帖子详情以及展开长内容的繁重工作，让研究人员能够以极少的手动努力维护高密度的信息日志。

下载入口:https://github.com/openclaw/skills/tree/main/skills/kaima2022/x-manual-surf-notes

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

X 手动冲浪笔记 应用场景

• 从 X For You 推荐流创建行业趋势的每日摘要。
• 自动将英文科技 Twitter 线程翻译成简洁的中文研究笔记。
• 为市场分析维护去重的社交媒体信号存档。
• 通过浏览器模拟利用 X 推荐算法监控特定领域的特定话题。

1. 智能体将浏览器标签页聚焦于 X 首页 URL，并验证 Chrome 扩展中继是否处于活动状态。
2. 它执行类似人类的滚动（800-1400 像素增量）以触发 For You 推荐流的加载。
3. 从视口中采样唯一的推文 URL，并进行规范化以移除追踪参数。
4. 智能体导航到每条推文的详情页，通过“显示更多”按钮展开线程，并捕获作者、时间戳和核心文本。
5. 内容通过 LLM 处理，生成保留关键链接、数字和产品名称的中文摘要。
6. 使用推文的唯一状态 ID 对现有条目进行去重检查。
7. 最终的结构化条目将附加到本地 Markdown 文件中，按运行批次和时间分类。

X 手动冲浪笔记 配置指南

要开始使用此技能，请确保您已为 Openclaw Skills 配置了必要的环境：

# 1. 确保您的浏览器工具配置了 profile='chrome'
# 2. 在 Chrome 中打开 X.com 并确保已登录
# 3. 激活 Openclaw Chrome 扩展中继（图标应显示 ON）
# 4. 创建目标工作区目录
mkdir -p /home/makai/.openclaw/workspace/projects/x-ai-surf/

X 手动冲浪笔记 数据架构与分类体系

该技能将数据整理到位于 x-ai-notes.md 的结构化 Markdown 文件中。每次运行被分入一个批次：

name: x-manual-surf-notes
description: 手动操控浏览器（Chrome Extension Relay）在 X 首页 For You 冲浪：下滑加载、点进帖子详情、将推文内容翻译/转述成中文并去重，按“时间｜内容｜链接｜评论”追加到笔记文档。触发词：手动刷X、浏览器刷X、X冲浪、写刷帖笔记、For You。 / Manual browser-driven X (Twitter) surfing via Chrome Extension Relay: scroll the For You feed, open tweet details, translate/summarize into Chinese, dedupe, and append notes in the format Time | Content | Link | Comment.

X 手动冲浪 → 中文笔记（浏览器模拟）

适用场景

• 用户明确要求：不要爬取 / 不要搜索，而是像人一样用浏览器刷 X 首页推荐（For You）。
• 产出：把刷到的帖子以中文记录到文档中（持续追加），并去重。

前置条件（必须满足）

• 使用 browser 工具，profile="chrome"（Chrome 扩展 relay）。
• 用户已在目标 tab 点击扩展图标，徽标 ON（已附加）。
• 用户已登录 X（否则 For You 没意义/内容不完整）。

输出文件（默认）

• 追加到：/home/makai/.openclaw/workspace/projects/x-ai-surf/x-ai-notes.md
• 每次追加一个批次区块：
  • 批次时间（GMT+8）
  • 来源：X Home / For You
  • 操作：下滑加载 + 点进详情
  • 条目数：N

工作流（低 token 版，推荐）

默认测试 N=5；正式刷 N>=50。

1. 聚焦 tab：确认当前是 https://x.com/home。
2. 下滑加载：滚动 1~3 次（每次 ~800-1400px），等内容加载。
3. 采样候选帖子：从当前视窗抽取若干 status 链接，做 base-url 归一化（去掉 /photo/1、/analytics 等后缀）。
4. 逐条点进详情（模拟人）：
   • 打开 status URL
   • 如有 “Show more/显示更多” 则点击展开
   • 抓取：作者、时间（datetime）、正文（含 thread 则只取主帖 + 明显的第一条自回复，别贪多）
   • 返回 Home（或直接打开下一条）
5. 中文化：
   • 如果正文是英文：用模型生成 一条中文转述（不要逐字硬翻；保留关键信息、产品名、数字、链接）。
   • 如果已包含中文：可轻微润色，但别改意思。
6. 去重规则：
   • 以 https://x.com//status/ 为唯一键；同批次、跨批次都不重复写。
   • 如果是同一事件不同人转发：允许记录，但评论要标“转述/二手”。
7. 写入文档：追加一个批次，格式固定：

### 运行批次：YYYY-MM-DD HH:mm（GMT+8）
- 本批来源：浏览器模拟（X 首页 For You）
- 操作：Home → 下滑加载 → 点击帖子详情 → 采集 → 中文转述 → 去重 → 追加
- 本批条目：N

#### 条目
1) 时间：YYYY-MM-DD HH:mm:ss
   内容：@handle｜中文转述（1-3 句）
   链接：https://x.com/.../status/...
   评论：一句话判断价值/可信度/下一步跟踪

---

评论写法（强约束，省 token）

每条评论只写一句，三选一：

• 值得跟：为什么（发布/开源/论文/产品更新/一手信号）
• 待核验：缺什么信息，下一步点哪里（引用/原文/链接）
• 噪音：为什么噪音（梗/情绪/无细节）

常见坑

• X 页面频繁导航会导致 evaluate 上下文丢失：优先用 browser.navigate + wait，每条独立抓取。
• 抓正文时别把“浏览量/按钮文案”当正文；以 article 的主要文本为准，必要时清洗。

运行参数建议

• 测试：N=5
• 正式：每批 N=50~80（保证信息密度；避免无意义灌水）