Preskoči na glavni sadržaj

Još jedan božanski Codex Skill se rodio!

Chenmo Wang ErAIAgentSkills2307 reči8 minuta

Na osnovu Codex + RedFox Data Skill i API-ja sagradio sam AI radar trendova, evo direktno adrese i snimka ekrana, pogledajte.

aihot.paicoding.com

@aliyun-vod

Svako jutro u zoru automatski se pokrene, pokupi sve podatke o AI trendovima sa tri platforme — Douyin, Xiaohongshu i WeChat zvanični nalozi — i prosledi ih LLM-u na jedan krug strukturirane analize, uz ocenu za svaki sadržaj.

Otvorite stranicu i za 5 minuta znate koje AI teme vrede razgovora danas, veoma je zgodno.

Ovaj projekat sa Codex-om oduzeo mi je samo oko dva sata podešavanja, uključujući i postavljanje na mrežu.

01,Šta je RedFox Data?

RedFox Data je platforma za podatke novih medija namenjena programerima, koja pruža API-je za sadržaj sa više platformi kao što su Douyin, Xiaohongshu, WeChat zvanični nalozi, video nalozi, Kuaishou, Weibo i Toutiao, a pokriva više dimenzija: informacije o nalogu, detalje članaka, liste dela, pretraživanje i upite.

redfox.hk

Postoji i Skills trgovački centar sa preko 40 već spremnih veština analize podataka.

Nekoliko popularnih ima veliki obim poziva, preporuka WeChat članaka sa preko 100 hiljada prikaza 36.000 puta, preporuka popularnih Douyin naloga 25.000 puta, praćenje trendova na svim platformama 21.000 puta.

Ovi Skill-ovi se mogu preuzeti i pokrenuti u lokalnom Agent alatu, mogu da koriste i Codex i Claude Code.

Pored Skill-ova, postoje i četiri velike kategorije API-ja:

  • WeChat zvanični nalozi: 6 interfejsa, obuhvata pretragu naloga, pretragu članaka, upit informacija o nalogu, upit detalja članka, upit liste dela, direktan upit preko URL
  • Xiaohongshu: 2 interfejsa, podržava upit detalja naloga i detalja dela
  • Douyin: 2 interfejsa, upit osnovnih informacija o nalogu i delu
  • Alati: AI generisanje slika (image2-GPT), generisanje videozapisa (Seendance 2.0), generisanje slika (Seedream 5.0 lite)

Za programere, vrednost RedFox Data-a je u tome što nakon dobijanja API-ja radite šta god želite sa njim — gradite table, pišete skripte, povezujete Agent-a, pravite automatizaciju, sve može.

AI radar trendova je tako nastao.

02,Kako izgleda AI radar trendova

Otvorite aihot.paicoding.com, cela stranica je podeljena u nekoliko ključnih zona.

Dnevni rezime

Na vrhu stranice nalazi se dnevni rezime koji generiše Agent — koliko je ukupno podataka prikupljeno danas i koje teme vrede pažnje.

Posebno su prikazani broj Douyin uzoraka, broj Xiaohongshu inspiracija, broj WeChat eksplozivnih članaka i broj Agentovih preporuka.

Agentove izabrane preporuke

LLM iz podataka sa tri platforme bira one najvrednije pažnje i ređa ih po oceni prilike (opportunityScore).

Za podatke od 8. juna, najvišu ocenu imao je članak novog Zhiyuan-a "ChatGPT i Codex", sa 88 poena. Agentov ugao sadržaja je "raščlaniti pozadinu događaja i tačke spora korisnika" i "kombinovati AI alate da bi se dao reproducibilan praktičan primer".

Panel podataka tri platforme

Tri zone prikazuju sirove podatke svake platforme.

Douyin uzorci: prikazuje 5 popularnih videozapisa vezanih za AI, svaki sa brojem lajkova, komentara, deljenja, sačuvanih i ključnih reči iz komentara.

Xiaohongshu inspiracije: 5 eksplozivnih beležaka vezanih za AI.

WeChat eksplozivni članci: 5 WeChat članaka sa preko 100 hiljada čitanja. Pored broja čitanja, svaki članak ima i kompletne interakcijske podatke: lajkovi, "gledaoci", komentari, deljenja.

Onlajn upit

Na stranici je takođe ugrađeno 9 kartica za RedFox API upit, pa možete direktno na stranici uneti ključne reči i pretraživati podatke tri platforme.

03,Odakle podaci?

Podaci za AI radar trendova u potpunosti dolaze sa RedFox Data-a, a čitav tok prikupljanja je sledeći.

Izvršava se automatski preko GitHub Actions svako jutro u zoru.

Tok prikupljanja

Nakon pokretanja, skripta se izvršava fiksnim redosledom:

Prvi korak, učitavanje Skills. Skripta čita SKILL.md datoteku u skills/ direktorijumu i dobija strategiju prikupljanja, API parametre i konfiguraciju ključnih reči za svaku platformu.

Drugi korak, paralelno prikupljanje podataka sa tri platforme. Svaka platforma ima nezavisnu logiku prikupljanja:

PlatformaNačin prikupljanjaKljučne rečiKoličina podataka
DouyinPretraga ključnih reči + dopuna detalja delaAI5 (sa kompletnim podacima interakcije)
XiaohongshuUpit eksplozivnih beležakaAI alati, AI programiranje, AI agenti, Agent, veliki modeli5
WeChat zvanični naloziUpit popularnih članakaAI alati, AI programiranje, AI agenti, Agent, veliki modeli5

Treći korak, dopuna detalja Douyin dela. Podaci koje vrati interfejs pretrage prilično su sažeti, pa skripta za prvih 5 dela ponovo poziva interfejs queryWork, kako bi dobila kompletne brojeve lajkova, ključne reči iz komentara, naslovne slike i informacije o autoru.

Četvrti korak, prosleđivanje LLM-u na strukturiranu analizu.

Peti korak, generisanje datoteka sajta. Svi podaci i rezultati analize ubacuju se u HTML i izlaze u dist/ direktorijum.

Primer API poziva

Na primeru pretrage WeChat članaka, stvarni API poziv izgleda ovako:

curl -X POST "https://redfox.hk/story/api/gzhData/searchArticle" \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: ak_your_api_key" \
  -d '{"keyword": "AI agent", "offset": 0, "sortType": "_4"}'

sortType postavljen na _4 znači opadajuće po broju čitanja, _2 je opadajuće po vremenu objavljivanja. Odgovor je standardna JSON struktura:

{
  "code": 2000,
  "msg": "Uspešno",
  "data": {
    "total": 100,
    "hasMore": true,
    "list": [
      {
        "title": "Naslov članka",
        "author": "Autor",
        "readCount": 100001,
        "likeCount": 606,
        "commentCount": 3,
        "shareCount": 2613,
        "publishTime": "2026-06-07 18:00:00",
        "workUrl": "https://mp.weixin.qq.com/s/xxx"
      }
    ]
  }
}

Svi interfejsi ujednaceno koriste POST + JSON, a autentifikacija putem X-API-KEY zaglavlja zahteva. Python-ov urllib, requests, Node.js fetch, čak i običan curl — sve može da poziva.

Dizajn tolerancije na greške

Tok prikupljanja ima višeslojnu toleranciju: neuspeh jedne platforme ne utiče na ostale; svaka platforma ima rezervni Skill, a nakon isteka glavnog Skill-a pada na rezervno rešenje; između API poziva postoje zadrške od 0.15 do 0.25 sekundi, kako se ne bi okinulo ograničenje učestalosti; konačni JSON izlaz ima niz errors koji beleži sve informacije o izuzecima i olakšava otkrivanje uzroka.

04,LLM analiza i ocena prilika

Nakon prikupljanja podataka, skripta pakuje podatke uzoraka sa tri platforme i šalje ih LLM-u uz zahtev za strukturiranu analizu.

Podrazumevano se koristi DeepSeek v4-pro. Prompt nosi metapodatke i referentne materijale Skill-a, kako bi LLM razumeo strukturu podataka i kriterijume ocenjivanja svake platforme.

DailyAihotAgentRunner
├── SkillLoader
│   └── Čita SKILL.md / references
├── RedFoxCollector
│   └── Izvršava Skill scripts / poziva RedFox API-je
├── LlmAnalyzer
│   └── Poziva LLM za strukturiranu analizu
├── Validator
│   └── Proverava JSON polja i dužinu
└── SiteBuilder
    └── Generiše HTML / JSON

LLM mora da vrati strogu JSON strukturu koja sadrži pet delova:

  • dailySummary: opšti pregled današnjih podataka
  • topPicks: izabrane preporuke kroz platforme, svaka sa ocenom prilike (0-100), predlogom ugla sadržaja i upozorenjem na rizik
  • platformInsights: strateški uvidi za svaku platformu
  • contentAngles: opšti uglovi pristupa sadržaju
  • riskNotes: opšta upozorenja na rizik

Izračunavanje ocene prilike nije proizvoljno od strane LLM-a. Pre slaganja LLM-u, skripta prvo na osnovu podudarnosti ključnih reči i podataka interakcije (lajkovi, komentari, deljenja, sačuvana) izračuna osnovni rezultat od 40-96 poena. LLM na toj osnovi radi finiju korekciju, kako bi ocena imala oslonac u podacima.

Ako poziv LLM-a ne uspe (npr. istek API-ja ili nedovoljna kvota), skripta će šablonom generisati osnovne rezultate analize.

05,Onlajn upit 9 API-ja

AI radar trendova ne prikazuje samo dnevne automatske izveštaje, već je ugradio i kartice za onlajn upit 9 RedFox API-ja.

WeChat zvanični nalozi (6 upita):

  • Pretraga članaka: pretraga WeChat članaka po ključnoj reči
  • Pretraga zvaničnih naloga: pretraga naloga po imenu
  • Upit liste članaka: unos imena zvaničnog naloga za preuzimanje nedavnih članaka
  • Upit detalja članka: unos URL članka za kompletne podatke
  • Upit informacija o zvaničnom nalogu: unos WeChat ID-a za detalje naloga
  • Upit detalja dela: upit podataka dela po UUID

Douyin (2 upita): upit detalja dela, upit detalja naloga

Xiaohongshu (2 upita): upit detalja naloga, upit detalja dela

Na primer, ako želite da proverite podatke nekog zvaničnog naloga, u karticu "upit liste članaka" unesite ime naloga i možete preuzeti listu nedavnih članaka, pri čemu svaki članak ima kompletne interakcijske podatke: broj čitanja, lajkovi, komentari, deljenja.

06,Korišćenje Skills u Codex-u

Skill-ovi iz RedFox Data-a se mogu direktno instalirati u Codex ili druge Agent-e.

skills/
├── douyin-search/           # Pretraga eksplozivnih Douyin dela
├── wechat-10w-hot/          # Preporuka WeChat članaka sa preko 100 hiljada
├── xiaohongshu-weeklytop/   # Nedeljni eksplozivni Xiaohongshu beleške
└── trending-hub/            # Praćenje trendova na svim platformama (agregacija 7 platformi)

Struktura svakog Skill-a je standardni trio: SKILL.md (priručnik za odluke) + scripts/ (Python skripte) + references/ (referentni materijali).

Instalacija u Codex

Način je vrlo jednostavan.

Želim da instaliram ove Skills: https://redfox.hk/skills uključujući praćenje trendova na svim platformama, eksplozivne Xiaohongshu beleške, preporuku eksplozivnih WeChat članaka sa preko 100 hiljada.

Zatim na RedFox Data-u zatražite jedan API Key:

Testirani efekat

Nakon instalacije, u Agent-u jednostavno kažite "pogledaj najnovije WeChat članke sa preko 100 hiljada", Agent će automatski učitati wechat-10w-hot Skill i pozvati fetch_hot_articles.py skriptu da iz RedFox Data-a povuče podatke.

Codex, Claude Code ili PaiCLI mogu.

Skill-ovi za Xiaohongshu i Douyin su slični.

xiaohongshu-weeklytop može da pretražuje TOP50 eksplozivnih beležaka u raznim oblastima u poslednjih 7 dana, pokrivajući 25 vertikalnih kategorija. douyin-search podržava pretragu ključnih reči popularnih Douyin dela, a može i automatski proširiti generalne termine na 10 detaljnih ključnih reči.

trending-hub je praćenje trendova na svim platformama, objedinjuje podatke sa 7 platformi: Baidu, Zhihu, Weibo, Douyin, Bilibili, Kuaishou i Toutiao, uz ažuriranje na svaki sat.

07,Tehnička arhitektura i raspoređivanje

Hajde o tehničkoj realizaciji čitavog AI-Hot-a, kao referenca za one koji žele sami da izgrade.

Tehnološki sklop

KomponentaTehnologijaOpis
Prikupljanje podatakaPython 3.11+Standardna biblioteka urllib, bez teških zavisnosti
LLM analizaOpenAI-kompatibilan APIPodrazumevano DeepSeek v4-pro, može se zameniti
Front-endČist HTML/CSS/JSBez okvira, jednostranična aplikacija
Generisanje sajtaPython statički izlazPodaci ugrađeni u HTML, izlaz u dist/
AutomatizacijaGitHub ActionsIzvršava se svakog dana u 00:30
RaspoređivanjeNginx + systemdStatičke datoteke + API proxy servis

Nema baze podataka.

Nakon generisanja, podaci se dnevno upisuju u dist/data/latest.json, a istovremeno arhiviraju u dist/archive/YYYY-MM-DD.json. Front-end stranica direktno čita JSON i renderuje, arhitektura je veoma jednostavna.

GitHub Actions automatizacija

.github/workflows/daily-aihot.yml definiše dnevni tok izgradnje:

  1. Okidač: svaki dan u 00:30 automatski, podržava i ručno (workflow_dispatch)
  2. Izgradnja: instalira Python 3.11, izvršava run_daily_agent.py, validira izlaz (ako bilo koja platforma vrati 0 podataka, označava se kao neuspeh)
  3. Raspoređivanje: preko SSH sinhronizuje dist/ sa serverom i ažurira systemd servis

Promenljive okruženja se ubacuju preko GitHub Secrets, pa API Key neće biti u repozitorijumu koda.

env:
  REDFOX_API_KEY: ${{ secrets.REDFOX_API_KEY }}
  LLM_API_KEY: ${{ secrets.LLM_API_KEY }}
  LLM_BASE_URL: ${{ secrets.LLM_BASE_URL }}
  LLM_MODEL: ${{ secrets.LLM_MODEL }}

Nginx konfiguracija

U produkciji se Nginx koristi za posluživanje statičkih datoteka i API proxy. Statičke stranice se direktno čitaju iz direktorijuma za raspoređivanje, a API zahtevi se prosleđuju lokalnom Python proxy servisu (port 5173):

location / {
    root /home/www/aihot;
    try_files $uri $uri/ /index.html;
}

location ^~ /api/ {
    proxy_pass http://127.0.0.1:5173/api/;
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
}

Naslovne slike WeChat zvaničnih naloga imaju zaštitu od vrućih veza, pa je u Nginx dodat još jedan sloj proxy-ja za slike, sa ispravnim Referer zaglavljem:

location ^~ /wechat-img/ {
    proxy_pass https://mmbiz.qpic.cn/;
    proxy_set_header Host mmbiz.qpic.cn;
    proxy_set_header Referer "https://mp.weixin.qq.com/";
}

Kontrola troškova

Ovaj projekat ima veoma niske dnevne troškove rada:

  • RedFox Data API: oko 15-20 poziva dnevno (pretraga tri platforme + dopuna Douyin detalja)
  • LLM: jedna strukturirana analiza, potrošnja tokena oko 2000-3000
  • Server: deljen sa drugim projektima, bez dodatnih troškova

08,Kako upisati u biografiju?

Ime projekta: AI radar trendova

Kratak opis projekta: Na osnovu RedFox Data API-ja za podatke novih medija, dizajnirano i implementirano 4 Agent Skills-a, koji pokreću platformu za objedinjavanje i analizu AI trendova — automatski prikuplja podatke sa tri platforme (Douyin, Xiaohongshu, WeChat zvanični nalozi), a u kombinaciji sa LLM strukturiranom analizom generiše dnevne izveštaje o trendovima i ocene prilika.

Tehnološki sklop: Python + Agent Skills + RESTful API + OpenAI-kompatibilan LLM + generisanje statičkog sajta + GitHub Actions + Nginx

Ključne odgovornosti:

  • Dizajnirao i implementirao 4 standardizovana Agent Skills-a, koja pokrivaju praćenje trendova na svim platformama, eksplozivne Xiaohongshu beleške, preporuku WeChat članaka sa preko 100 hiljada i pretragu popularnih Douyin dela
  • Implementirao tro-slojni mehanizam učitavanja Skill-ova, podržava preklapanje istoimenih Skill-ova i topli uvoz, pa se Skill-ovi mogu koristiti kroz više Agent platformi: Codex, Claude Code
  • Na osnovu RedFox Data REST API-ja enkapsulirao prikupljanje podataka sa tri platforme, a Skill skripte imaju ugrađenu logiku odlučivanja kao što su automatski izračunavanje vremenskih parametara, mapiranje generalizacije kategorija ključnih reči i strategija paginacije, sa dnevnom obradom preko 500 efektivnih podataka
  • Implementirao LLM motor strukturirane analize koji daje izabrane preporuke kroz platforme, ocene prilika i predloge ugla sadržaja; na osnovu GitHub Actions realizovao dnevni potpuno automatizovani tok izgradnje i raspoređivanja

A čitav projekat, od razvoja do raspoređivanja, ukupno je oduzeo pola dana. Izvor podataka je RedFox Data API, pa nema potrebe za pisanjem sopstvenog crawl-era. LLM analiza može da koristi DeepSeek ili druge domaće modele. Raspoređivanje preko GitHub Actions, pa nema potrebe za sopstvenim CI/CD.

[Najveća prednost programera je u tome što drugi koriste alate, a mi ih pravimo.]

Vidimo se u sledećem.