skill-data-tracker · 社媒数据记录与趋势分析
社媒数据记录与趋势分析 skill，三种模式：A 记录当日粉丝数、互动量等指标快照；B 分析粉丝增长趋势、增速变化与里程碑预测；C 追踪单条内容从发布到衰减的数据变化，判断速爆型/稳增型/长尾型。
它是粉丝/时序快照的权威底座，只存时序快照不存发布事件；增长率、移动平均、里程碑外推全部由脚本确定性完成，不手算。
调用示例：在聊天框中说"记录一下今天小红书的粉丝数，看看增长趋势"。
产品详解
定位
skill-data-tracker 是归因链的粉丝/时序快照底座：记录社媒指标快照、分析粉丝增长趋势、追踪内容生命周期，用时间序列数据驱动运营决策。只存时序快照，不存发布事件（发布事件由 skill-publish-log 维护）。
核心能力
- Mode A 记录快照：记录当日粉丝数、总获赞、总帖子数与帖子逐条数据；一天一快照，同日重复记录覆盖；自动计算与上次快照的 delta。
- Mode B 增长趋势：逐点日增长/日增长率、7 日移动平均、趋势方向（加速/稳定/减速）、里程碑预测（照此速度 X 天后破 Y 粉）、趋势洞察与建议。
- Mode C 内容生命周期：跨快照重建帖子时间序列（Day 0/1/3/7/14/30），返回逐日增量、峰值日、半衰期，分类为速爆型/稳增型/长尾型，并给出后续策略启示。
- 增长归因视图导出：
export-followers汇总粉丝台账供 skill-publish-analytics 消费，不手工维护另一份。 - 脚本确定性计算：快照读写、增长率/移动平均/里程碑外推、生命周期分类全部由脚本完成；LLM 只补参数、解读结果、写增长建议。
- 硬规则：不修改不删除已有快照（同日覆盖除外）；一天一快照；增长率至少 3 个数据点，不足只警告；里程碑预测不超 30 天；数据来源透明，不编造未提供的指标。
工作流程
- 采集指标（从 Profile 或用户输入；缺失询问一次）
- A：脚本 snapshot 记录 → 展示 delta 与保存路径
- B：脚本 trend 分析 → LLM 写趋势洞察与受众相关建议
- C：脚本 lifecycle 跨快照重建 → LLM 按类型写后续内容策略
输入与输出
| 输入 | 说明 |
|---|---|
| mode | 必填，record / growth / lifecycle |
| platform | A 必填，平台名 |
| followers | A 必填，当前粉丝数 |
| total_likes / total_posts | A 可选，总获赞数/总帖子数 |
| post_snapshots | A 可选，近期帖子逐条数据 |
| post_title | C 必填，要追踪的帖子标题 |
| time_range | B 可选，分析窗口（默认近 30 天） |
输出：数据快照报告 / 增长趋势分析（含里程碑预测）/ 内容生命周期分析（含类型判定）。
与相邻 skill 的区别
- skill-publish-log：发布事件底座（标题/链接/类型/来源 skill）；本底座存粉丝/互动时序快照，两者分工不重复记录。
- skill-publish-analytics / skill-social-performance-review：消费本快照做增长归因与环比分析（读，不回写）。
适用场景
- 每日粉丝/互动数据打卡
- 判断增长在加速还是减速
- 预测何时破下一个粉丝里程碑
- 判断一条内容是速爆型还是长尾型，制定后续策略
使用前准备
- 指标来自用户输入或快照文件，需如实提供，不编造。
- 增长分析至少需要 3 个数据点，不足时只输出警告。
- 同一平台每天最多一个快照；已有快照只读不改。
- 快照目录按 profile/platform 隔离；无 Profile 时用 default 目录。
skill-data-tracker 隶属于 Aiglade Skill 库。在 Aiglade 聊天框中用自然语言描述需求即可调用。