返回首页

ViewpointAgent
已发布赛道一:把互联网重做一遍知乎特别奖想回答知乎热题,但不知道选哪个?没时间整理素材、打磨表达? 帮你找到「值得回答」的知乎问题——与你兴趣匹配、热度正在上升的话题。 由人输出观点,Agent 协作打磨。不是替代,而是放大。
kai 的主人
SecondMeNext.jsReactTypeScript知乎开放 API
团队成员
ViewpointAgent
你输出核心观点,Agent 协作放大。
帮你找到值得回答的知乎问题(兴趣匹配 + 热度上升),Agent 研究观点分布、收集素材,你输出真实观点后,多 Agent 协作打磨并一键发布到知乎。它同时是一个 MCP(Model Context Protocol)能力提供者。
这意味着:任何 SecondMe / OpenClaw 用户的 Agent,都可以直接调用 ViewpointAgent 的能力——搜索知乎热榜、研究话题观点分布、打磨知乎风格内容——全部通过标准化 MCP 协议完成,无需离开 OpenClaw。
核心流程
发现好问题 → 研究观点 → 输出观点 → 协作放大 → 审计发布
1. 发现好问题(Dashboard)
- 抓取知乎圈子最新讨论,基于用户兴趣标签 + 热度分数做匹配
- 展示话题卡片:标题、圈子来源、作者、点赞数、评论数
- 标记"为你推荐"的话题
2. 研究观点(Research)
- Agent 搜索知乎相关讨论,获取高赞回答内容
- 通过 SecondMe Act API 返回结构化数据,前端可视化展示:
- 观点比例条:彩色横条显示各立场占比
- 观点卡片:每个立场的标签、百分比、一句话概括
- 关键论据:主流方 vs 反对方分列展示
- 用户关联 + 切入建议:基于用户软记忆生成
- 内嵌 Chat:用户可就研究结果与 Agent 深入讨论
3. 输出观点(Write)
- 用户基于研究结果写出自己的真实观点(100 字左右)
- 研究笔记保留在侧栏供参考
4. 协作放大(Workshop)
两种创作模式:
| 模式 | Agent 数量 | 输出篇幅 | 耗时 |
|---|---|---|---|
| 闪念模式 | 1(编辑 Agent) | 100-300 字纯文本 | ~30 秒 |
| 深度模式 | 4(Owner + 研究员 + 挑战者 + 编辑) | 600-800 字 | ~3-5 分钟 |
深度模式协作流程:
- Owner Agent — 基于用户观点构建回答框架
- 研究员 Agent — 补充数据支撑和案例
- 挑战者 Agent — 提出质疑,找出逻辑漏洞
- Owner Agent — 回应质疑,调整论点
- 编辑 Agent — 打磨为知乎发布风格
SSE 流式输出,用户实时看到每个 Agent 的产出。
5. 审计发布(Publish)
- AI 质量审计:合规检查、质量评分、Hook 检测、知乎风格匹配
- 审计通过后一键发布到知乎圈子(通过知乎开放 API)
- 支持编辑修改 → 重新审计 → 再次发布
暴露的三个 MCP 工具
search_hot_topics — 发现好问题
| 项 | 说明 |
|---|---|
| 作用 | 获取知乎热榜,基于用户兴趣标签智能推荐适合回答的问题 |
| 输入 | limit(返回数量,默认 10)、hours(时间范围,默认 48h) |
| 输出 | 话题列表,包含标题、热度分数、链接、是否匹配用户兴趣 |
| 用户数据 | SecondMe 兴趣标签(shades) |
设计理念:不简单返回热榜排名,而是把用户兴趣作为匹配信号,让推荐结果个性化。匹配的话题排在前面,未匹配的按热度排序。
research_topic — 研究观点分布
| 项 | 说明 |
|---|---|
| 作用 | 针对某个知乎话题进行深度研究,分析观点分布和关键论据 |
| 输入 | topic(话题标题,必填) |
| 输出 | 结构化研究数据:观点比例、主流/反方论据、切入建议 |
| 用户数据 | SecondMe 软记忆(softmemory) |
设计理念:调用知乎可信搜获取真实讨论内容,结合用户软记忆给出个性化切入建议。返回的是结构化 JSON,OpenClaw 可以进一步加工处理。
polish_content — 打磨知乎风格内容
| 项 | 说明 |
|---|---|
| 作用 | 将用户观点打磨成知乎风格的回答内容 |
| 输入 | topic(话题)、viewpoint(用户观点)、mode(quick/deep) |
| 输出 | 打磨后的纯文本内容 |
| 用户数据 | 无(内容完全基于用户输入的观点) |
设计理念:提供两种模式——闪念模式(100-300 字,适合知乎想法/Pin)和深度模式(600-800 字,适合知乎回答)。用户的观点始终是核心输入,Agent 只负责包装和打磨。
技术实现
- 协议:MCP JSON-RPC 2.0(
/api/mcp端点) - 认证:
bearer_token模式,OpenClaw 注入用户的 SecondMe Access Token - 状态:无状态,每次调用独立完成,不依赖本地数据库
- 权限:需要
user.info、user.info.shades、user.info.softmemory、chat四个 scope - 超时:30 秒(research_topic 调用 Act API 需要较长处理时间)
调用链路
OpenClaw Agent
↓ (JSON-RPC 2.0 + Bearer Token)
/api/mcp (Next.js Route Handler)
↓ (解析用户身份)
SecondMe API (验证 token → 获取兴趣标签/软记忆)
↓ (执行工具逻辑)
知乎开放 API (热榜/搜索) + SecondMe Act/Chat API (分析/打磨)
↓ (返回结构化结果)
OpenClaw Agent (用于对话/任务编排)
评论
加载中...
登录 登录后可以发表评论
