mvanhorn / last30days-skill

Problem: 开发者需要在Claude Code和Codex等AI编程工具之间做选择，但网上信息分散且时效性差，难以获得近期真实用户反馈。

Solution: 使用项目的Comparative模式，输入“/last30 Claude Code vs Codex”，系统会并行研究Reddit、HN、YouTube等平台近30天的讨论，生成对比分析报告，包括优缺点对比和数据驱动的建议。

Example: 想了解近期开发者对Claude Code和Codex的实际使用体验，避免基于过时信息做技术决策。

Problem: AI技术更新太快，开发者难以跟上最新工具（如Seedance 2.0、paper.design prompts）的实际应用情况和社区反馈。

Solution: 输入具体技术名称，系统自动搜索Reddit、X、YouTube等平台近30天的热门讨论，筛选出真正被社区关注和分享的内容，生成带真实引用的综合摘要。

Example: 想知道“Nano Banana Pro”技术最近一个月在技术社区的真实讨论热度、应用案例和潜在问题。

Problem: 需要了解特定事件（如伊朗局势、体育赛事）的实时市场预测，但传统新闻缺乏量化数据支撑。

Solution: 利用项目的Polymarket集成功能，搜索相关主题，系统会从50+预测市场中提取实时赔率、概率数据，结合Reddit、HN等讨论生成数据驱动的分析报告。

Example: 搜索“Iran War”可获得15个实时预测市场的政权更迭概率、战争爆发赔率等量化数据，而非仅依赖媒体观点。

Problem: 开发者经常研究各种主题，但研究成果分散在不同地方，难以系统化保存和回顾。

Solution: 项目每次运行都会自动将完整简报保存为Markdown文件到~/Documents/Last30Days/，按主题命名，形成可搜索的个人研究库。

Example: 研究“AI代理框架”后，系统自动生成带时间戳和所有引用的.md文件，方便后续查阅和分享。