Kimberlying GitHub avatar

x-high-exposure-to-obsidian-skill

Kimberlying

一个本地自动化工具,输入指定 X/Twitter 博主的链接,自动筛选近期高曝光(浏览量 > 90000)推文,并通过官方 Obsidian Web Clipper 保存到 Obsidian 知识库。

Stars

32

7 天增长

暂无数据

Fork 数

7

开放 Issue

0

开源协议

暂无数据

最近更新

2026-07-06

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它弥合了社交媒体浏览与个人知识管理之间的鸿沟,自动精选已被市场验证过的高浏览量内容,无需手动刷推即可沉淀可复用的素材库。

适合谁使用

  • 寻找热点的内容创作者
  • 监控竞品或博主内容的社交媒体运营人员
  • 收集用户反馈或市场信号的产品经理
  • 希望从 X 构建个人知识库的独立开发者

典型使用场景

  • 自动归档指定博主的爆款推文,用于后续分析与内容策略研究
  • 构建高互动内容的可搜索 Obsidian 库,无需每天手动刷 X
  • 批量追踪多位行业领袖的传播数据,存档最受欢迎的推文
  • 将推文连同元数据(推文 ID、浏览量、作者、原文链接、发布时间)一起存入 Obsidian,便于复盘

项目优势

  • 完全在本地运行,不保存或上传 X 密码及 Cookie,安全可靠
  • 灵活的筛选规则:可自定义浏览量阈值(默认 9 万)、时间范围(30-90 天)、每个账号保存条数(默认 5 条)
  • 支持多种浏览器(Chrome/Dia),可批量处理多个博主账号
  • 与 Obsidian Web Clipper 深度集成,自动保存至指定 vault 子目录,并按博主名分类

使用前须知

  • 仅支持 macOS 系统,且需要 Chrome 或 Dia 浏览器、已登录 X 账号、安装并配置好 Obsidian Web Clipper
  • 依赖 X 前端的页面结构,若 X 更新页面布局可能导致脚本失效
  • 仅能抓取登录用户可正常访问的公开内容,不能用于绕过访问限制或抓取私密账号

README 快速开始

X High Exposure to Obsidian Skill

一个本地自动化工具:输入 X/Twitter 博主链接,自动筛选最近高曝光推文,并通过官方 Obsidian Web Clipper 保存到 Obsidian。

它适合内容创作者、运营、产品经理、独立开发者做热点素材库:不用每天手动刷 X,只要给出目标账号,就能把近期被市场验证过的高浏览内容沉淀到自己的知识库。

它能帮你拿到什么

  • 指定博主最近 30 天的高曝光推文
  • 如果 30 天内候选不够,最多扩展到 90 天
  • 默认筛选浏览量 > 90000 的内容
  • 默认每个账号保存浏览量最高的 5 篇
  • 自动保存到 Obsidian 的 高曝光/博主名/ 目录
  • 自动记录 tweet_id、浏览量、作者、原始链接、发布时间等元数据

简单说:它帮你从 X 信息流里筛出“已经跑出来的数据热点”,然后归档成可复盘的素材库。

工作流程

输入目标 X 博主链接
      ↓
读取本机 Chrome/Dia 登录态
      ↓
抓取该博主近期推文
      ↓
按浏览量筛选高曝光内容
      ↓
按浏览量排序取 Top 5
      ↓
打开推文原页面
      ↓
触发 Obsidian Web Clipper
      ↓
保存到 Obsidian/高曝光/博主名/

前置要求

运行者需要在自己的电脑上准备:

  • macOS
  • Google Chrome 或 Dia
  • 浏览器已登录自己的 X/Twitter 账号
  • 已安装官方 Obsidian Web Clipper
  • Obsidian 已打开目标 vault
  • macOS 已允许 Terminal/Codex 控制 System Events、Chrome/Dia、Obsidian

这个工具不会保存你的 X 密码,也不会上传你的 Cookie。它只在本机读取浏览器登录态,用来请求你自己能访问的 X 内容。

1. 下载项目

git clone https://github.com//x-high-exposure-to-obsidian-skill.git
cd x-high-exposure-to-obsidian-skill

如果你是直接下载 ZIP,也可以解压后进入项目目录。

2. 检查环境

Chrome 用户:

python3 scripts/x_to_obsidian.py --browser chrome --setup
python3 scripts/x_to_obsidian.py --browser chrome --vault-subdir "高曝光" --preflight

Dia 用户:

python3 scripts/x_to_obsidian.py --browser dia --setup
python3 scripts/x_to_obsidian.py --browser dia --vault-subdir "高曝光" --preflight

如果 macOS 弹出权限提示,请允许 Terminal/Codex 控制浏览器、Obsidian 和 System Events。

3. 先 Dry Run

Dry run 只找候选,不写入 Obsidian:

python3 scripts/x_to_obsidian.py \
  --browser chrome \
  --accounts-text "https://x.com/levelsio" \
  --vault-subdir "高曝光"

默认规则已经内置:

最近 30 天
不够时扩展到 90 天
浏览量 > 90000
每个账号最多预览 5 篇

4. 保存到 Obsidian

保存单个账号的高曝光内容:

python3 scripts/x_to_obsidian.py \
  --browser chrome \
  --accounts-text "https://x.com/levelsio" \
  --vault-subdir "高曝光" \
  --save-required \
  --save \
  --clip-mode popup \
  --close-after-save

保存多个账号:

python3 scripts/x_to_obsidian.py \
  --browser chrome \
  --accounts-text $'https://x.com/levelsio\nhttps://x.com/paulg' \
  --vault-subdir "高曝光" \
  --save-required \
  --save \
  --clip-mode popup \
  --close-after-save

多账号运行时,每个账号默认最多保存 5 篇。

保存后的目录

Obsidian Vault/
└── 高曝光/
    ├── levelsio/
    │   ├── 推文1.md
    │   ├── 推文2.md
    │   └── 推文3.md
    └── paulg/
        ├── 推文1.md
        └── 推文2.md

常用参数

  • `--b

项目描述

筛选 X/Twitter 高曝光推文,并通过 Obsidian Web Clipper 自动保存到 Obsidian 的本地 Codex Skill。

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482