这个刚冲上 GitHub Trending 的 AI 插件，能帮你扒出全网过去 30 天最真实的讨论
这个刚冲上 GitHub Trending 的 AI 插件，能帮你扒出全网过去 30 天最真实的讨论
经常用 AI 写代码或者查资料的人，大概都遇到过一个痛点：AI 的知识库总是有延迟的。
当你问它“最近 Claude 出了什么新功能”或者“某个新框架的最优解是什么”，它通常会回答不知道，或者提供过时的资料。
传统的搜索引擎也有些吃力。搜索结果里充斥着 SEO 内容和二手文章。为了搞清楚“这个技术到底有没有人在生产环境里用”，很多时候你只能手动去刷 Reddit、Twitter（X）或者 Hacker News，翻看枯燥的讨论区。
最近直接冲上 GitHub Trending（趋势）榜单的开源项目last30days-skill，正好切中了这个痛点。
项目地址：
https://github.com/mvanhorn/last30days-skill
last30days-skill 是什么
它是一个专为 AI 终端（如 Claude Code、Gemini CLI）设计的扩展插件。
它的核心功能非常聚焦：跨平台抓取全网过去 30 天内，真实社区里关于某个话题的高质量讨论，并直接给你出一份带真实源链接的总结报告。
安装后，只需要在命令行里输入：
/last30days[你想查的话题]它就会去各大圈子检索相关度最高、讨论最热烈的内容，并把精华摘要呈现给你。
它的思路有什么特别之处
1. 专注社区原声，依靠质量打分
普通的联网搜索经常只能导向官方文档或者公关通稿。last30days 倾向于检索真正的社区讨论空间。它默认抓取 Reddit、Hacker News 和 Polymarket（预测市场）。配上相应的 API 后，也能抓取 X（Twitter）、YouTube 字幕、Bluesky、TikTok 和 Instagram。
它并不只是在各大平台单纯做关键字匹配。这个插件有自己的权重打分系统，涵盖了帖子的点赞数、评论质量和内容关联度，比如 Reddit 的高赞评论会有额外加权。这种基于互动质量的过滤机制，能有效避开水军和噪音，找出社区里目前真正的共识。
2. 利用预测市场的真实数据
系统默认接入 Polymarket 这个预测市场的数据，这种设计很有趣。
在查询某个行业事件走向时，插件除了展现网友的分析，还会把预测市场上真金白银交易出来的发生概率一并呈现出来。很多时候，由资金跑出来的数据比单纯的社区情绪更客观。
3. 开箱可用，降低 API 申请门槛
聚合检索类工具常常面临一个麻烦：你需要先去各大平台申请五六个 API Key 才能开始用。
last30days 的做法很务实。它内置了对 Reddit 公共接口、Hacker News 和 Polymarket 的免密支持，意味着装上之后可以直接查询这三个平台。
此外，如果需要查询 X 或 YouTube，输入/last30days setup，它会尝试调用浏览器的本地登录状态抓取数据，避免了申请官方昂贵 API 的繁琐步骤。
怎么安装使用
因为它是为 AI 终端打造的插件，主要通过命令行进行安装：
如果你用的是 Claude Code：
/plugin marketplaceaddmvanhorn/last30days-skill /plugininstalllast30days@last30days-skill如果你用的是 Gemini CLI：
gemini extensionsinstallhttps://github.com/mvanhorn/last30days-skill.git手动安装（适用于 Codex 等支持自定义技能的开发环境）：
gitclone https://github.com/mvanhorn/last30days-skill.git ~/.claude/skills/last30days安装完成后，Reddit、Hacker News 和 Polymarket 已经可以直接免密查询。
一个实际的检索例子
比如你想查一个刚出的 AI 绘画工具（假设叫 Nano Banana Pro）真正好用的提示词怎么写，在终端里直接一搜：
/last30daysnanobanana pro prompting经过几分钟的运行，它返回的结果包含了这些干货：
- 提炼社区惯用套路：总结出目前的共识是“用 JSON 结构写提示词更好”，并指出自然语言写法的局限。
- 列举真实案例：直接引用 @xxx 和 @yyy 这几位活跃作者在 X 上分享的具体 JSON 模板。
- 提取具体公式：从 Reddit 相关子版块提取其他玩家总结的五元素公式（主体 + 构图 + 动作 + 场景 + 风格）。
- 实战生成演示：最后，它甚至会利用刚总结出的技巧规则，直接帮你输出一套结构良好的提示词。
因为要在后台拉取多个平台的数据并跑完全文去重和打分，整个过程需要 2 到 8 分钟不等。它做不到“秒回”，但这几分钟的等待，绝对比你自己去外网手动翻几十个英文长帖要划算得多。
适合什么需求
如果你只是想查一个简单的代码函数，用传统的通用搜索就够了。但在遇到新东西时，你有下面这些痛点，它会是一个极佳的辅助工具：
- 寻找某款工具真实的“最佳实践”：想知道真实项目里大家是怎么把 Cursor 和某个小众框架结合的，看推特和 Reddit 上的吐槽往往比官方文档靠谱得多。
- 看懂陌生领域的核心争议：免去逛水贴的时间，让 AI 把真正的圈内分歧点整理给你看。
- 长期追踪特定话题：它的开源版本提供了一个 Watchlist（监视列表）功能，可以配置定时任务，每周自动帮你抓取关注的赛道动态，存到本地。
在当今注水文章满天飞的网络环境里，能有一个帮你自动去各大核心社区“打捞真话”的搜索工具，这本身就已经是非常实在的生产力了。