安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install newsletter-topic-landscape
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 newsletter-topic-landscape。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Newsletter 主题版图可帮助研究人员和编辑团队比较一组选定的 Substack 出版物涵盖哪些内容、如何呈现主题，以及样本报道之间有哪些差异。它利用 Crawlora 发现出版物，并抽取公开文章样本，生成出版物与主题矩阵、带日期的文章证据、编辑观察、阅读清单，以及观察到的报道空白。
此工作流程旨在支持审慎解读：记录抽样规则和证据局限，区分出版物身份与作者身份，并将预览或仅有标题的结果视为部分证据。Openclaw Skills 用户可借此调查编辑定位，而不根据互动信号或样本中缺失的主题推断读者群、收入或市场需求。

应用场景

比较所提供的一组 Substack 出版物在样本中呈现的编辑定位。
根据发现的出版物和文章，整理聚焦特定主题的阅读清单。
在限定主题、日期范围、语言和样本预算内，识别观察到的报道空白。
编写报道空白简报，同时区分样本观察结果与对更广泛市场的判断。
使用可比较的档案抽样规则审查近期报道。
未提供出版物列表时，通过全站搜索或类别发现来探索候选 newsletter。

工作原理

定义主题及其同义词、日期范围、语言、出版物范围、各出版物均衡的样本预算，以及 Crawlora 点数限制。
如有提供的出版物，则从这些出版物开始；否则使用 Substack 搜索或类别发现来寻找候选对象。将发现结果视为样本，而不是完整的 newsletter 集合。
确认每个出版物的子域名或自定义域名以及数字出版物 ID。利用出版物详情和撰稿人信息区分出版物与作者。
使用 sort=new 抽取档案样本，以便比较近期报道；也可使用明确的主题搜索。记录偏移量、返回日期、选择规则以及停止抽样的原因。
使用出版物和文章 slug 获取所选文章。在文章正文可用时进行编码；标记仅有预览或仅有标题的证据，并据此降低结论的具体程度。
应用统一的主题分类标准，保留意外或不确定的标签，并在每个出版物内按规范文章 URL 或 ID 去重。将跨出版物转载保留为相关内容。
仅在分母清晰、抽样规则一致且标明正文不可用数量的情况下比较主题占比。分别报告频次、深度、框架和互动情况观察。
提交出版物与主题矩阵、带日期和链接的文章证据、编辑差异、阅读清单，以及附有适当说明的观察样本空白。

配置指南

在环境中设置 Crawlora API 密钥。连接时优先使用列出的 Crawlora MCP 工具；否则使用随附的 scripts/crawlora.sh 客户端，该客户端会将密钥发送至 Crawlora API。有关准确的方法和参数，请参阅 reference/endpoints.md。
export CRAWLORA_API_KEY="your-crawlora-api-key"

Discover candidate posts

scripts/crawlora.sh /substack/search query="climate adaptation" page=0

Discover available categories

scripts/crawlora.sh /substack/categories

After resolving a publication, sample its recent archive

scripts/crawlora.sh /substack/publication/posts publication="$PUBLICATION" sort=new limit=10 offset=0

Fetch a selected post

scripts/crawlora.sh /substack/post publication="$PUBLICATION" slug="$POST_SLUG"
检查应用程序的 code 以及 HTTP 状态；响应内容位于 data 中。遇到身份验证错误时停止，收到 429 响应时退避等待；上游出现暂时性故障时重试一次。将 API 调用和页面抽样限制在请求范围及点数预算内。Openclaw Skills 用户应在数据提供时保留来源标识符、URL、检索时间和来源日期。
Newsletter 主题版图 数据架构与分类体系
围绕出版物、抽样文章、主题标签和证据来源信息组织研究。
记录 建议字段和处理方式
出版物 出版物名称、子域名或自定义域名、数字出版物 ID 以及相关撰稿人详情。将出版物身份与作者身份区分开来。
样本 档案或搜索方法、排序方式、偏移量、限制数量、日期范围、选择规则、样本预算和停止原因。
文章证据 规范文章 URL 或 ID、slug、标题、返回日期、检索时间、来源出版物，以及正文、公开预览或标题是否可用。
主题编码 统一分类标准中的标签、适用时使用多个标签、意外主题、不确定标签和编码依据。标签总数可能超过文章去重后的数量。
比较 出版物与主题矩阵，显示明确的分母、一致的抽样规则和正文不可用数量。分别呈现出版物发布频次、文章深度、框架和互动情况观察。
交付成果 带日期的文章证据、显著的编辑差异、阅读清单，以及明确说明样本局限的观察报道空白。
在每个出版物内按规范 URL 或 ID 对文章去重，但将跨出版物转载保留为相关内容。类别和搜索页面从零开始编号；出版物档案使用 offset 和 limit。类别的 paid 与 free 范围不同；需要出版物 ID 时，不得使用类别 ID。推荐内容是出版物链接，并非商业关联或背书的证据。

高级特性

如有可用的 Crawlora MCP 工具则使用；否则使用随附的 shell 脚本作为 API 访问备用方案。
支持范围受限、各出版物均衡的抽样，以及考虑点数的限制。
将出版物发现、类别浏览、档案抽样和所选文章检索作为不同阶段处理。
保留来源信息、来源日期、检索时间、抽样规则、偏移量和停止原因，以便进行可复现分析。
支持多标签主题编码、不确定标签、意外主题和跨出版物转载追踪。
将观察到的报道与缺乏依据的结论区分开来：点赞、评论和排行榜位置不能证明读者人数、付费订阅者数量、收入、影响力或受众人口统计特征。
将未观察到某个主题视为样本中的空白，而不是证明某出版物从不报道该主题，也不是证明新 newsletter 会有市场需求。
除非明确提出要求，否则不会订阅出版物、联系作者或创建定期报道监测。

name: newsletter-topic-landscape description: Compare editorial topics and coverage across Substack newsletters through Crawlora publication discovery and bounded public post samples. Use for a newsletter landscape, publication positioning map, coverage-gap brief, or topic-focused reading shortlist without inferring readership.

Newsletter topic landscape

Access and scope

Set CRAWLORA_API_KEY to your Crawlora key. Prefer the listed Crawlora MCP tools when connected; otherwise use the bundled scripts/crawlora.sh, which sends x-api-key to https://api.crawlora.net/api/v1. Read reference/endpoints.md for exact methods and parameters. Check application code as well as HTTP status; payloads are inside data. Stop on authentication errors, back off on 429, and retry a transient upstream failure once. Bound pages and calls by the requested scope and credit budget. Preserve source IDs, URLs, retrieval times, and source dates where supplied.

Map what a chosen set of newsletters publishes about a topic. Define topic and synonyms, date window, language, publication scope, and balanced per-publication sample budget. Use a supplied publication set first; search and category results are discovery samples rather than a complete newsletter universe.

Resolve publications and sample their editorial work

Use site-wide substack_search for candidate posts/publications or discover categories before browsing. Category paid/free scopes differ; do not pass a category ID to a route that expects a publication ID. Search/category pages are zero-based; publication archives use offset/limit.
Resolve each publication's subdomain/custom domain and numeric publication ID. Use detail and contributors to distinguish publication identity from writer identity. Recommendations are attributed publication links, not proof of commercial affiliation or endorsement of every story.
Sample each publication archive with sort=new for comparable recent coverage, or an explicit topical search. top/community ordering samples popular posts, not chronology; do not call those representative recent coverage. Preserve selection rules, returned dates, offsets, and the stopping reason.
Site-wide search supplies metadata, not article bodies. Fetch selected posts using the discovered publication and post slug. Treat public previews and paywalled articles as partial evidence. If only a title is available, label the coding basis as title-only and lower claim specificity.
scripts/crawlora.sh /substack/search query="climate adaptation" page=0
scripts/crawlora.sh /substack/categories

# Use discovered publication/slug values, for example:
# scripts/crawlora.sh /substack/publication/posts publication="$PUBLICATION" sort=new limit=10 offset=0
# scripts/crawlora.sh /substack/post publication="$PUBLICATION" slug="$POST_SLUG"

Code topics and distinguish editorial positioning

Create a shared topic rubric, preserving unexpected topics and uncertain labels. A post may receive multiple labels; label counts can therefore exceed unique posts. Deduplicate by canonical post URL/ID within each publication, and retain cross-publication reposts as related content. Compare topic shares only with visible denominators, equal sampling rules, and unavailable-body counts. Separate frequency of publication, article length/depth, framing, and engagement observations. Likes/comments and leaderboard positions do not establish reader numbers, paid subscribers, revenue, influence, or audience demographics.

Return a publication-by-topic matrix, sampled-post evidence with dates/URLs and coding basis, notable editorial differences, a reading shortlist, and observed coverage gaps. An unobserved topic is a gap in the sample, not proof a publication never covers it or proof of market demand for a new newsletter. Do not subscribe, contact writers, or create a recurring coverage monitor unless requested.

Substack Research

搬迁成本比较