试试这个AI邪修方法，让你刷推特时间节省80%

前言

不知道你有没有这样的痛点，每次刷推特总是浪费很多时间在上面，但是如果不刷呢又感觉错过了很多重要的信息。以前欧阳坐班的时候是利用通勤路上刷推特，现在远程办公了，每次打开推特经常1-2个小时就过去了，效率很低。

我的痛点

每次刷推特总是浪费很多时间：

• 经常从一个帖子跳到另外一个帖子，然后再跳到其他帖子作者主页，接着看他的更多的帖子。
• 推文太多，无法专注于高价值帖子，时间经常浪费在了低价值的帖子上
• 活菩萨经常在中推上面留言，然后就被吸引过去了

我的解决方案

有些大佬利用Rube+LLM全自动生成推文和发送推文，这个给了我启发：

1、使用Rube获取过去24小时首页推送的全部帖子

 2、利用AI将这些帖子进行分类：高价值帖子、中价值帖子、低价值帖子 

3、高价值帖子内容完整输出，中价值帖子生成较详细概括，低价值帖子生成简短摘要

这个是最终的效果

高价值推文截图：

high

中价值推文截图：

medium

低价值推文截图：

low

生成的.md文件一共有7万+字，文件大小118kb

size

第一版提示词

首先注册Rube，官网链接：https://rube.app/，这个工具打通了500+的APP，我们要做的就是利用他获取我的首页推文。

接着就是安装Rube MCP，我是使用的Claude Code，安装官网的教材来就行了：

mcp

接着就是写提示词，怎么写？

我选择让AI协助我来写：

step1

我只有大致想法和痛点，但是细节不知道怎么描述，把这些告诉AI后，他很懂我的痛点，分析出了我的需求和解决方案

接着就是和他进一步的讨论：

step2

经过多轮讨论后得出第一版提示词：

这个提示词看着没毛病的样子，但是丢给AI后，吐出的结果和我的期望差了十万八千里，完全就没法用。

问题和改进

多次AI输出和提示词调整最终分析出这些问题：

• 生成的md文件中只有10多条推文的分析，AI偷懒了
• 推文显示的内容不一致，有的不显示图片，有的又不显示翻译，有的又不显示转发和回复的原文
• AI在生成过程中会去莫名其妙的调用Rube的其他工具，结果调用工具又失败了。然后他就去偷懒思考如何简单的实现结果，最终导致结果和我的期望差了十万八千里。

出现这些问题的根本原因是我的首页最近24小时推文至少有几百条数据，以AI现在的能力如果不告诉他明确的流程和规划，他大概率会自由发挥导致结果和预期差了十万八千里。

这明显就是一个agent项目，通过代码开发一个agent智能体就能解决这些问题。

但是因为我订阅了Claude，所以不想额外付费调用API来实现智能体，因为这玩意我以后每天都会使用。

所以我在提示词上面花了一些心思，期望通过提示词来约束AI达到智能体的效果。

这个是改进思路：

• 明确告诉AI只调用Rube的获取首页推文接口，然后将接口数据存以json文件存到本地目录（防止AI偷懒）
• 明确告诉AI使用本地的工具读取json文件，不要去调用Rube的其他工具（防止AI调用Rube工具导致失败）
• 给AI规定输出的每一种推文的结构，并且给出例子

先来科普两个Claude Code中的两个工具：

• 自定义斜杠命令：将常用的提示词封装为自定义斜杠命令
• 子代理Subagents：定义自定义智能体，用于处理专门的子任务

我每天都要使用这个提示词生成推文报告，每次都输入一大串提示词也太麻烦了，这个自定义斜杠命令刚好就派上用场。

我封装了一个/x-summary命令，并且支持传入时间参数，这样我每天通过/x-summary命令就能生成推文报告。

x-summary

Claude Code自己就是一个智能体，但是这个智能体更擅长的是coding相关的东西。

所以我新增了两个子智能体：twitter-paginated-fetcher和twitter-analyzer

• twitter-paginated-fetcher用于调用Rube的MCP工具将指定时间内的推文保存到本地json文件。在调用的过程中我发现不管是12小时还是24小时推文，最终都只有98条数据，经过分析后发现Rube工具进行了限制，所以在AI的帮助下新增了循环调用的提示词，确保能够拿到所有的推文。
• twitter-analyzer用于分析推文，并且将推文进行分类和总结。之所以抽离这个智能体，是因为几百条推文数据有点多，AI分析的时候经常出问题，将其单独抽离出来后效果就好很多了。

在/x-summary中封装的提示词中我会在对应的场景明确告诉AI调用哪个子智能体干活。

最终的提示词文件目录就是这样的：

claude

• x-summary.md文件就是自定义的/x-summary命令。
• twitter-paginated-fetcher.md文件就是twitter-paginated-fetcher子智能体的提示词。
• twitter-analyzer.md文件就是twitter-analyzer子智能体的提示词。

这个是x-summary.md文件的提示词：

这个是twitter-paginated-fetcher.md文件的提示词：

这个是twitter-analyzer.md文件的提示词：

总结

这篇文章记录了我通过提示词+Claude Code + Rube实现了每日推文分类总结的工具，关于推文分类和总结的twitter-analyzer子智能体的提示词还有待优化空间。