这套X+Claude Skill+Obsidian工作流，干掉了我90%的选题焦虑

我一直有一个习惯，就每天都会刷 Twitter。倒也不是为了打发时间，而是因为在 AI 这个领域，Twitter 几乎是最前沿的信息源。新论文、新产品、行业八卦、技术突破，很多时候，等中文媒体跟进报道，已经是三五天后的事了。

刷到好内容，我会顺手点个赞。

这个动作太自然了，自然到我从没想过它有什么问题。

但是你有没有遇到过这种问题？

我想找一条之前看过的推文。是关于某个 AI 工具的使用技巧，印象里写得很清楚，当时还点了赞。但翻了十分钟，没找到。又翻了二十分钟，还是没找到。

我点赞的内容，从来没有真正属于过我。

它们只是在 Twitter 的服务器上安静地躺着，既没有被整理，也没有被消化。我以为自己在积累，其实只是在路过。

这种感觉，大家应该都懂,收藏夹里躺着几百篇文章，稀后阅读列表永远在增长，但真正回头看的次数，屈指可数。

我开始想，有没有办法改变这件事？

说干就干，于是我搭建了一个Claude Skill，帮我每天早上定时自动化把我昨天点赞的推文拉下来，让 AI 帮我分析整理，然后存到我的笔记系统里

这样，我只需要像往常一样刷推、点赞，剩下的事情，机器来做。

于是口喷一小时，最后真的跑通了。

现在每天早上 9 点，Claude Code会 自动执行 三件事：

第一，通过 Twitter API 拉取我最近的点赞记录，包括推文内容、作者、转发数、点赞数这些数据。

第二，把这些内容交给 Claude Code Skills 处理。

我设计了三个分析维度：内容总结与去重（因为经常会点赞同一话题的多条推文）、选题参考（哪些内容可能适合写成文章）、以及高互动推文拆解（分析那些数据特别好的推文，是怎么写的）。

第三，分析结果自动保存到 Obsidian，按日期归档，带上标签和双向链接，方便以后检索。

第四，如果需要的话，可以直接通过飞书或者微信直接推送给我

整个过程，不需要我做任何事情。打开电脑的时候，今天的推文日报已经静静地躺在笔记库里了。

先来看下演示：

技术实现没有想象中难

可能有人会觉得，这听起来很复杂。

其实拆开来看，每一步都不算难。

Twitter API 的部分，申请开发者账号、获取 Access Token、写一个拉取点赞的脚本，网上教程很多，照着做就行。我Claude Code 大概五十行代码搞定，感兴趣的在后台发送：“x脚本”，我免费发给你。

定时任务的部分，基于Claude Code Agent SDK  我实现了一个定时任务。比如现在直接打开后，输入提示词并选择对应的 Claude Skill，这样每天早上 9 点钟，它就会自动执行这个 skill 来完成任务。

在这里我加一个提示词，并且选择需要启用的 Skill

当然了，最核心的是 Claude Code Skills 这一层

Skills 的设计逻辑是这样的，你先定义一个任务流程，告诉 AI 当我触发这个 Skill 的时候，你要按照什么步骤、什么规则来处理。它可以读取文件、调用工具、生成内容，然后输出到指定位置。

我给创建 这个 Skill 写的 prompt 大概是这样的：

你是一个 Twitter 内容分析助手。收到推文数据后，请完成以下任务：

Twitter 点赞推文每日分析工具。自动拉取当天点赞的推文并进行深度分析，包括：

内容总结与去重 - 归纳今日点赞推文的主要话题

选题参考 - 为 AI 方向自媒体博主提供高质量选题建议

推文拆解 - 分析高互动量推文的特征和写作方法

当用户需要：分析 Twitter 点赞、获取推文灵感、学习爆款推文写法、每日推文复盘时使用此技能。

然后让它把分析结果按照 Markdown 格式输出，存到 Obsidian 的每日笔记文件夹。

整个调试过程，主要是在调 prompt，怎么让分析更有价值、怎么让输出格式更规整。这部分确实需要一些耐心，但也不是什么高深的技术活。

最终输出的效果就是这样的，包括我点赞的所有历史推文的拉取，以及针对这些推文的深度洞察和分析。

真正改变的是什么

浅用了一下，最直接的感觉，就是选题焦虑少了。

以前每次要写东西，第一步永远是找选题。打开一堆网站，刷一圈社交媒体，看看有什么热点，看看别人在写什么。这个过程经常要花一两个小时，而且很容易刷着刷着就忘了自己要干嘛。

现在不一样了。打开 Obsidian，翻翻最近几天的推文日报，选题方向基本就有了。那些高互动推文的拆解，也能给写作方式提供参考。

更深层的变化，是我和信息的关系变了。

以前是被动接收，信息流推什么我看什么，看完点个赞，感觉自己学到了什么，其实什么都没留下。

现在是主动沉淀，还是刷推，还是点赞，但我知道这些内容会被自动整理、分析、归档。它们会变成我的笔记库的一部分，变成未来某篇文章的素材来源。

最后想说的

这套东西当然不是完美的。

Twitter API 有限制，免费版每个月只能拉取一定数量的推文。Claude 的分析也不是每次都准确，有时候归类会有问题，有时候选题建议并不实用。

但我觉得，工具从来不需要完美，只需要够用。

能帮我节省每天半小时的整理时间，能让那些点赞过的内容不再石沉大海，能在需要选题的时候多一个参考来源，这就足够了。

如果你也有类似的困扰，不妨试试看。不一定要完全复制我的方案，但可以想想，有哪些事情，是重要但你永远不会主动去做的？

那些事情，也许正适合交给AI，交给Claude SKILL。

文章来自于“李默AI实战”，作者 “李默”。