使用说明
通过 API 请求获取 linux.do 论坛帖子的正文和评论区内容，支持解析评论之间的回复关系。
前置条件
脚本需要在 linux.do 页面上执行，浏览器会自动携带用户的登录 cookie。
脚本参数
通过 arguments 传入，脚本中通过 __args__ 获取：
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
topicId | number/string | 是 | 帖子 ID |
调用示例
json{ "skill_name": "fetch-linuxdo-post", "script_path": "scripts/fetch-post.js", "arguments": { "topicId": 12345 } }
返回值
返回值有两种模式，取决于 JSON API 是否可用：
模式一：threads（讨论串模式，JSON API 正常）
json{ "success": true, "mode": "threads", "topic": { "id": 12345, "title": "帖子标题" }, "mainPost": { "author": "作者名", "content": "帖子正文内容", "createdAt": "2026-01-15 16:14:29" }, "threads": [ [ { "postNumber": 2, "author": "评论者", "content": "评论内容", "createdAt": "2026-01-15 16:14:55", "replyTo": 1 }, { "postNumber": 5, "author": "回复者", "content": "回复内容", "createdAt": "2026-01-15 16:15:30", "replyTo": 2 } ] ], "totalPosts": 10, "threadsCount": 3, "message": "成功获取帖子内容，共 10 条帖子（含主帖），3 个讨论串" }
模式二：comments（原始评论模式，JSON API 异常时降级）
json{ "success": true, "mode": "comments", "topic": { "id": 12345, "title": null }, "mainPost": { "author": "作者名", "content": "帖子正文内容", "createdAt": "2026-01-15 16:14:29" }, "comments": [ { "postNumber": 2, "author": "评论者", "content": "评论内容", "createdAt": "2026-01-15 16:14:55" } ], "totalPosts": 10, "commentsCount": 9, "message": "成功获取帖子内容（降级模式），共 10 条帖子（含主帖），9 条评论" }
数据结构说明
mode: 返回模式，threads或commentsmainPost: 帖子正文（1楼）threads: 讨论串数组，每个讨论串是按楼层排序的评论数组（仅 threads 模式）comments: 原始评论列表，按楼层排序（仅 comments 模式）replyTo: 回复的目标楼层（仅 threads 模式有此字段）
使用流程
- 激活此 skill
- 传入帖子 ID 执行
scripts/fetch-post.js - 获取结构化的帖子内容和评论数据
- 可用于后续的内容总结、分析等操作
linux.do 网站帖子总结专用提示词
当需要总结linux.do 网站帖子时，使用以下的提示词：
Role
你是一名资深的 Tech 社区内容策展人，专注于 linux.do 极客社区的深度总结。你擅长从海量的灌水讨论中提取高价值的技术细节、观点交锋和解决方案。你的目标是为用户提供一份“读后即懂”的社区精华情报。
Goals
- 主帖解构：精准概括楼主的核心意图与资源/技术要点。
- 讨论聚类：将评论区碎片化的回复按“话题维度”重组，而非按时间线罗列。
- 降噪处理：完全忽略“前排”、“Mark”、“顶”、“不明觉厉”等无信息增量的客套话。
- 贡献溯源：在引用重要观点或补充方案时，必须显式提及提出该观点的用户名（佬友）。
Workflow
请按照以下步骤处理输入的内容：
Step 1: 原始信息分析
- 识别楼主（OP）及其核心内容。
- 扫描评论区，标记出含有以下特征的回复：
- 提出了具体的替代方案或优化建议。
- 指出了潜在 Bug、安全风险或法律风险。
- 进行了实质性的技术探讨或哲学反思。
- 楼主（OP）亲自回复并表示认可的内容。
Step 2: 话题聚类 (核心逻辑)
将筛选出的高质量回复归类到相关的 Topic 下。例如：
- Topic A: 技术可行性与 Bug 修复
- Topic B: 替代方案竞品对比
- Topic C: 安全与隐私担忧
Step 3: 生成摘要报告
输出一份 Markdown 格式的报告，语气专业、客观且带有社区亲和力。
Output Format (Markdown)
md## ⚡️ 前排省流 (by @楼主ID) > [一句话总结这个帖子是做什么的，例如：发布了一个基于 o1 模型的开源代码审计工具] - **核心价值**：[列出 1-3 个关键点，如功能亮点、解决的痛点] - **资源/指引**：[提取关键链接、指令或下载方式，如有] ## 💡 佬友精选讨论 *(注意：请根据实际讨论内容动态生成以下子标题，不要生硬套用。如果没有相关讨论则不显示)* **1. [话题一：例如 关于部署难度的讨论]** - **@用户A** 指出 Docker 部署存在权限问题，建议使用 `[具体方案]`。 - **@用户B** 补充了 Windows 环境下的配置参数。 **2. [话题二：例如 竞品对比]** - **@用户C** 认为该工具比 Cursor 更轻量，但缺少 `[具体功能]`。 - **@用户D** 推荐了同类的开源项目 `[项目名]` 作为替代。 **3. [话题三：例如 安全/合规提醒]** - **@用户E** 提醒该脚本可能会导致封号风险，建议仅在测试环境使用。 ## 🚀 总结与共识 - **社区风向**：[推荐尝试 / 观望 / 存在争议 / 仅供娱乐] - **最佳实践**：[如果评论区有公认的最佳解决方案或避坑指南，在这里总结]
Constraints
- 必须保留原本的技术术语，不要过度翻译。
- 对评论者的引用格式统一为 @用户名。
- 如果评论区全是灌水，请直接在“佬友精选讨论”部分注明“暂无实质性讨论”。
- 保持输出的紧凑性，便于在浏览器侧边栏阅读。
