x-comment —— X 时间线自动评论

本 skill 固化的是我们在 profile=openclaw 环境下实测的一套流程：

浏览 X 首页推荐时间线（Home timeline）
筛选技术类、BTC 相关的推文
自动完成：打开 reply + 模拟真人慢速打字填入评论 + 直接发送

核心原则：全自动完成互动，输入评论后直接发送，不询问用户确认。只评论不点赞。

0. 环境约束与边界

浏览器与 profile
- 使用托管浏览器 profile="openclaw"，通过 HTTP 代理访问 X；
- 需要保证该浏览器 profile 内已经登录目标 X 账号，否则不会出现 like/reply 按钮。
交互能力现状
- 已实测可行：
  - 能在搜索结果页/详情页获取完整 DOM（含 data-testid="like"/"reply"）。
  - 能点击 like / reply 按钮。
  - 能用 browser act + type + slowly: true 模拟真人键盘输入，让 Reply 按钮亮起。
  - 能自动点击发送按钮完成评论发布。
Vision 功能限制
- 禁止使用 screenshot 图片识别功能（OpenAI 组织未开启 vision）
- 所有页面信息必须通过文本/DOM 抽取获取（evaluate/snapshot）
- 遇到图片内容时，只能读取 alt 文本或跳过
Skill 定位
- 这是一个 全自动互动 skill：
  - 自动：找内容 + 点赞 + 填评论 + 直接发送
  - 不询问用户确认，输入完成后立即发送

1. 使用场景与触发条件

当用户出现类似需求时使用本 skill：

「去 X 时间线上找几条技术帖子评论」
「在 X 首页互动几条 BTC 相关内容」
「帮我在 X 推荐页发几条技术评论」
「去 X 首页找些 AI/区块链/开发相关的内容评论」

默认假设：

话题范围：技术类（AI、automation、开发、工具等）+ BTC/加密货币相关；
条数 N = 3，除非用户另行指定；
语言策略：根据原推文语言自动匹配（中文推文→中文评论，其他语言→英文评论）；
只评论，不点赞。

2. 高层流程

确定参数
- 话题筛选：技术类（AI、agent、automation、开发工具、编程等）+ BTC/加密货币相关；
- 条数 N：默认 3；
- 互动动作：只评论，不点赞；
- 语气：
  - 默认：专业、友好、偏工程视角；
  - 对敏感话题（政治/战争等）要中立、反战、强调查证。
- 语言策略：
  - 检测原推文主要语言（通过文本中汉字占比、标点符号等判断）；
  - 中文推文（汉字占比 > 30%）→ 用中文回复；
  - 其他语言 → 用英文回复；
  - 技术术语始终保持英文（如 API、Docker、LLM 等）。

打开 Home timeline

https://x.com/home

使用：

{
  "action": "open",
  "profile": "openclaw",
  "target": "host",
  "targetUrl": "https://x.com/home"
}

通过 evaluate 抓取候选 tweets（增强版：包含互动数据）

在 Home timeline 执行类似脚本，拿前若干条并获取互动数据：

() => {
  const N = 15; // 多拉一些以便筛选优质内容
  const articles = Array.from(document.querySelectorAll('article[role="article"]'));
  const picked = articles.slice(0, N);
  const tweets = picked.map(article => {
    const linkEl = article.querySelector('a[href*="/status/"]');
    const href = linkEl ? linkEl.href : null;
    const textEl = article.querySelector('div[data-testid="tweetText"]');
    const text = textEl ? textEl.innerText : '';
    const authorEl = article.querySelector('div[data-testid="User-Name"] span');
    const author = authorEl ? authorEl.innerText : '';
    
    // 获取互动数据（reply/retweet/like 计数）
    const replyEl = article.querySelector('[data-testid="reply"]');
    const retweetEl = article.querySelector('[data-testid="retweet"]');
    const likeEl = article.querySelector('[data-testid="like"]');
    const replies = replyEl?.getAttribute('aria-label')?.match(/\d+/)?.[0] || '0';
    const retweets = retweetEl?.getAttribute('aria-label')?.match(/\d+/)?.[0] || '0';
    const likes = likeEl?.getAttribute('aria-label')?.match(/\d+/)?.[0] || '0';
    
    // 获取发布时间（相对时间）
    const timeEl = article.querySelector('time');
    const timeAgo = timeEl?.getAttribute('datetime') || '';
    
    return { 
      href, text, author, 
      replies: parseInt(replies), 
      retweets: parseInt(retweets), 
      likes: parseInt(likes),
      timeAgo
    };
  }).filter(t => t.href && t.text);
  return { ok: true, tweets };
}

模型侧基于多维度筛选出 N 条最值得互动的推文。

筛选标准（优先级从高到低）：

优质账号优先：
- 已认证账号（蓝V/金V）
- 知名技术博主/开发者/加密 KOL
- 粉丝量 > 1k 或互动率高的账号
新鲜度优先：
- 优先选择 < 2 小时内发布的推文
- 次优：2-6 小时内
- 尽量避免 > 24 小时的旧内容
互动起飞阶段：
- 理想区间：10-100 条回复，说明话题有热度但未过度拥挤
- 点赞/转发比例合理（非刷量）
- 避免：0 互动（冷清）或 >500 互动（已饱和）
话题相关性：
- 技术类：AI、agent、automation、OpenClaw、开发工具、编程、框架、API、cloud、DevOps 等
- BTC 相关：Bitcoin、BTC、加密货币、区块链、DeFi、Web3 等
- 排除：纯政治、八卦、娱乐、广告推广等无关内容

为每条生成高质量评论文案

评论质量标准（必须满足至少一项）：
1. 提供额外价值：
  - 补充原推文未提及的技术细节、实践经验
  - 分享相关工具/资源/文档链接
  - 提出可操作的改进建议
  - 例：「这个方案不错，如果结合 XX 工具的 YY 功能，可以进一步优化 ZZ 环节」
2. 制造对立（建设性）：
  - 提出不同观点但附带论据
  - 指出潜在问题或边界条件
  - 挑战假设但保持尊重
  - 例：「不完全同意，实际场景中 XX 可能成为瓶颈，因为……」
3. 提问引导：
  - 提出深入的技术问题
  - 请求具体细节或使用体验
  - 引导作者展开讨论
  - 例：「好奇你们是怎么处理 XX 场景的？我们遇到了 YY 问题」
4. 求证验证：
  - 对数据/结论提出验证需求
  - 分享类似场景的对比结果
  - 请求开源/文档链接
  - 例：「有相关的 benchmark 数据吗？我们测试下来 XX 指标差异较大」
5. 幽默共鸣：
  - 用梗或类比增强表达
  - 自嘲式认同（「我也踩过这个坑」）
  - 轻松但不失专业
  - 例：「哈哈这个 bug 是程序员的必经之路，上次我因为这个 debug 到凌晨三点」
格式与长度要求：
- 字数限制（硬约束）：
  - 普通用户（非 Premium）：最多 280 字符
  - 中文评论建议：50-120 字（约 150-360 字符，安全范围内）
  - 严格控制：生成评论后必须验证字符数 ≤ 280，超过则缩减
- 结构：
  - 开头：直接切入观点/问题（不要「很有意思」「很棒」等空话）
  - 主体：1-2 句核心论述或具体细节
  - 结尾：可选的问句/行动号召（如「你怎么看？」「期待开源」）
- 格式优化：
  - 必要时用换行分段（最多 2 段）
  - 技术术语用英文或代码格式（如 API、Docker）
  - 避免过度使用 emoji（最多 1-2 个，且有实际语义）
互动闭环策略：
- 优先评论有回复习惯的作者（查看其它回复中作者是否活跃）
- 在评论中留钩子：提问、@相关账号、预告后续分享
- 例：「我们团队也在探索类似方案，改天整理个完整对比发出来 @你」
- 如果作者回复，在下一轮 cron job 时优先回访（需要维护一个「待回访列表」）
负面示例（避免）：

❌ 「很有意思，学习了！」（无实质内容）
❌ 「666」「牛逼」（无价值的符号）
❌ 「同意楼上」（重复他人观点）
❌ 纯广告/自我推广（「我们的产品也能做到」）
❌ 过长的技术教程（超过 150 字，应该拆成独立推文）

正面示例（已验证字符数 ≤ 280）：

✅ 「这个架构的关键在于状态管理，我们之前用 Redis 做分布式锁遇到过脑裂问题，后来改用 etcd 的 lease 机制才彻底解决。你们是怎么处理的？」（62 字/约 186 字符，提供价值 + 提问）

✅ 「不完全认同"BTC 只是投机工具"，真正的价值在于抗审查和去中心化。当然现阶段 90% 的人确实只是炒币，这是两码事。」（53 字/约 159 字符，制造对立但有论据）

✅ 「哈哈上次我也因为忘了清 Docker cache 导致镜像大小暴涨到 2GB，最后发现是 node_modules 被打进去了。多阶段构建真的能救命。」（62 字/约 186 字符，幽默共鸣 + 实践经验）
~~对选中 tweets 自动点赞~~（本版本取消点赞）

不再执行点赞动作，直接进入评论流程。
进入详情页 + 打开回复框 + 填入评论

对每条选中的 tweet：
1. 使用 browser.navigate 进入详情页：
```
{
  "action": "navigate",
  "targetId": "<page-id>",
  "url": "https://x.com/<user>/status/<id>"
}
```
2. 使用 evaluate 在详情页：
  - 找到 article[role="article"]；
  - 点击 [data-testid="reply"] 打开回复弹窗；
  - 等待 div[role="dialog"] div[role="textbox"][contenteditable="true"] 出现。
3. 在文本框内使用 browser 原生 type 动作 + slowly: true 输入评论内容：
  
  ⚠️ 重要：必须使用 browser 的原生 type 动作配合 slowly: true，而不是 evaluate 里的 JS 模拟输入！
  
  X 的 Draft.js 编辑器会校验输入事件的来源，只有通过 Playwright/CDP 的真实键盘输入才能让 Reply 按钮亮起。
  
  正确做法：
  1. 先用 snapshot 获取回复对话框中 textbox 的 ref：
```
browser snapshot labels=false targetId=<page-id>
```
    找到 textbox "Post text" [ref=eXXX]
  2. 用 browser act 的 type 动作，必须带 slowly: true：
```
{
  "action": "act",
  "profile": "openclaw",
  "targetId": "<page-id>",
  "request": {
    "kind": "type",
    "ref": "eXXX",
    "text": "你的评论内容",
    "slowly": true
  }
}
```
  错误做法（Reply 按钮会保持灰色）：
  - 用 evaluate + execCommand('insertText', ...)
  - 用 evaluate + 手动 dispatch KeyboardEvent/InputEvent
  - 用 type 但不带 slowly: true
  验证按钮状态： 输入完成后，可以用 evaluate 检查 Reply 按钮是否亮起：
```
(() => {
  const dialog = document.querySelector('div[role="dialog"]');
  const btns = dialog?.querySelectorAll('button');
  for (const btn of btns || []) {
    if (btn.innerText?.trim() === 'Reply') {
      return { disabled: btn.disabled, ariaDisabled: btn.getAttribute('aria-disabled') };
    }
  }
  return { found: false };
})()
```
  当 disabled: false 且 ariaDisabled: null 时，按钮可点击。
4. 输入后直接发送（默认行为）：
  
  使用 slowly: true 输入后，Reply 按钮应该已经亮起。默认直接点击发送，不询问用户确认。
  
  发送方式：用 evaluate 点击 Reply 按钮：
```
(() => {
  const dialog = document.querySelector('div[role="dialog"]');
  const btns = dialog?.querySelectorAll('button');
  for (const btn of btns || []) {
    if (btn.innerText?.trim() === 'Reply' && !btn.disabled) {
      btn.click();
      return 'clicked Reply';
    }
  }
  return 'not found or disabled';
})()
```
  发送后等待 2 秒，检查对话框是否关闭（dialogExists: false）来确认发送成功。

3. 对用户的反馈格式

完成互动后，向用户做一个结构化汇报，例如：

本轮使用 profile=openclaw，已在托管浏览器中登录 X；
已自动执行：
- 筛选范围：X 首页推荐时间线（Home timeline）
- 筛选策略：优质账号 + 最新发布（< 2h）+ 互动起飞阶段（10-100 回复）
- 筛选标准：技术类（AI/agent/开发工具等）+ BTC/加密货币相关
- 评论质量：每条评论附带价值类型标签（提供价值/制造对立/提问/求证/幽默共鸣）
发送状态：
- 以「对话框是否关闭」作为发送成功的判断依据；
- 如果对话框关闭，视为发送成功。

示例（自然语言）：

本轮在 X 首页完成了 2 条高质量互动：

@某 AI 开发者（1 小时前，35 回复）
话题：LangChain vs Semantic Kernel
评论：「这两个框架的定位其实不同，LangChain 偏快速原型，SK 更适合企业级。我们项目里混用，用 LC 做 POC，SK 做生产。你们有考虑过混合方案吗？」
类型：提供价值 + 提问（110 字）

@某加密分析师（30 分钟前，18 回复）
话题：BTC 短期波动分析
评论：「技术分析在加密市场作用有限，尤其是链上数据和宏观政策更有预测力。上次 ETF 通过前夕就是典型案例，TA 根本没捕捉到。」
类型：制造对立（68 字）

4. 互动闭环跟踪（可选增强功能）

为了实现真正的互动闭环，可以在 workspace 中维护一个状态文件：

文件路径：~/.openclaw/workspace/skills/x-comment/interaction-state.json

结构示例：

{
  "pendingReplies": [
    {
      "tweetUrl": "https://x.com/user/status/123456",
      "myCommentTime": 1773533956000,
      "author": "@某开发者",
      "topic": "AI agent 框架",
      "checkCount": 0,
      "lastChecked": null
    }
  ],
  "completedThreads": [
    {
      "tweetUrl": "https://x.com/user/status/789012",
      "rounds": 3,
      "finalStatus": "author-replied-back"
    }
  ]
}

跟踪策略：

每次发送评论后，将 tweet 加入 pendingReplies
在后续 cron job 中：
- 检查 pendingReplies 中是否有作者回复（通过访问 tweet 详情页，检查作者是否回复了我的评论）
- 如果有回复，优先对这些内容进行二次互动
- 如果 3 次检查后仍无回复，移入 completedThreads 标记为 no-author-reply
二次互动评论同样遵循「高质量」标准，避免简单的「感谢回复」

5. 清理与关闭

完成所有评论后，关闭浏览器 tab：

{
  "action": "close",
  "targetId": "<page-id>"
}

这样可以释放资源，避免后台累积过多标签页。

6. 技术要点总结

输入方式：必须用 browser act + type + slowly: true，不能用 evaluate 脚本注入
发送方式：用 evaluate 点击 Reply 按钮（btn.click()）
成功判断：对话框关闭（dialogExists: false）即为发送成功
默认行为：全自动，输入完成后直接发送，不询问用户确认
质量优先：宁可少评论，也要保证每条都是高质量（50-150 字，有实质内容）
互动闭环：维护状态文件跟踪作者回复，优先二次互动形成对话
任务结束：所有评论完成后关闭浏览器 tab，释放资源

x-comment

Safety Notice

Copy this and send it to your AI assistant to learn

x-comment —— X 时间线自动评论

0. 环境约束与边界

1. 使用场景与触发条件

2. 高层流程

3. 对用户的反馈格式

4. 互动闭环跟踪（可选增强功能）

5. 清理与关闭

6. 技术要点总结

Source Transparency

Related Skills

Blogburst

Social Auto Poster

Social Post Generator Agent

X-CLI Toolkit