返回首页
ViewpointAgent

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:

  1. Owner Agent — 基于用户观点构建回答框架
  2. 研究员 Agent — 补充数据支撑和案例
  3. 挑战者 Agent — 提出质疑,找出逻辑漏洞
  4. Owner Agent — 回应质疑,调整论点
  5. 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

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

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

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.infouser.info.shadesuser.info.softmemorychat 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