下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-huhheyk0--topic-strategist.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-huhheyk0/topic-strategist。基于领域和关键词，结合热点趋势，生成结构化选题方案。每个选题含标题、核心观点、受众痛点、差异化切入点、内容形式、推荐平台、SEO关键词、搜索热度和选题理由。支持自定义选题数量。
阅读全文 （展开查看完整说明）
概述
基于领域和关键词，结合热点趋势，生成结构化选题方案。
调用方式（推荐：本地脚本，无需 MCP 配置）
优先使用随 Skill 附带的本地脚本 scripts/generate_topics.py，无需任何 MCP 配置：
# 首次调用（触发支付）
python3 scripts/generate_topics.py --field "<领域>" --keywords "<关键词>" [--count 5]
# 收到 payment_required 后，调用 weixinpay_pay 让用户确认支付
# 支付成功后携带 payment_code 重试：
python3 scripts/generate_topics.py --field "<领域>" --keywords "<关键词>" [--count 5] --payment-code <payment_code>脚本 exit code 约定：
0= 成功（结果输出到 stdout）2= 需要支付（JSON 包含payment_code，交给weixinpay_pay）1= 其他错误
支付流程（脚本自动处理）：
- 运行脚本 → 服务端返回 402 +
payment_code - 调用
weixinpay_pay(payment_code)让用户确认支付（微信 AI 专属卡自动扣费） - 支付成功后，用
--payment-code重试 → 获取结果
MCP 调用方式（可选）
如果客户端支持 MCP，也可直接配置 MCP Server（地址见 references/mcp-config.md）：
- 调用 MCP 工具 → 收到 402 → 调用
weixinpay_pay(payment_code) - 支付成功 → 携带
X-Payment-Code: <payment_code>重试原请求
付费说明
付费 Skill：按次计费，微信支付 AI 专属卡自动扣费。
支付流程
- 前置检查：检查
weixinpay_pay插件是否可用。不可用时告知用户安装。 - 支付触发：调用 Skill → 触发 X402 预下单 → 调用
weixinpay_pay(payment_code)让用户确认支付。 - 订单号传递：支付成功后将
payment_code写入上下文供后续使用。 - 重试机制：携带
X-Payment-Code: <payment_code>重新发起执行。 - 异常处理：支付超时或失败时返回错误信息，不消耗调用次数。
调用约束
- 每次调用触发一次支付
- 支付成功结果必须关联
payment_code
安全声明
- 本 Skill 通过 MCP Server 提供服务，无本地脚本、无本地文件系统访问
- 用户输入通过 MCP 协议传输至后端处理，不存储在本地
- MCP 端点公开可访问，认证与支付在应用层由 X402 协议处理
- 无硬编码密钥或敏感信息
适用场景
- 适用：内容团队月度选题会、自媒体账号定位规划、品牌内容日历设计、SEO 关键词选题拓展
- 不适用：实时热点追踪（需用户自行提供趋势信息）、竞品分析（无外部数据源）、个人日记类无传播需求的内容
- 触发条件：用户要求生成选题方案、要求选题策略时触发；单篇内容创作任务不应触发
工具
| 工具 | 说明 | 收费 |
|---|---|---|
generate_topics(field, keywords, trends, count) | 基于领域和关键词生成结构化选题方案 | ✅ |
调用方式
直接调用 MCP 工具，无需 API Key，无需额外配置。
支付流程
每次调用前，Agent 必须：
- 检查
weixinpay_pay插件是否可用。不可用时 → 告知用户安装 weixinpay 插件。 - 调用 MCP 工具 → 收到 402 → 调用
weixinpay_pay(payment_code)让用户确认支付。 - 支付成功 → 携带
X-Payment-Code: <payment_code>重试原请求。
MCP 配置
MCP Server 地址：https://mcp.yzrcloud.cn/topic-strategist/mcp
各 Agent 客户端配置方式见 references/mcp-config.md。
TRACE 对照
| 维度 | 无 Skill | 有 Skill |
|---|---|---|
| 结构完整性 | 自由发散，选题要素不全 | 固定9字段：标题+观点+痛点+角度+形式+平台+SEO+热度+理由 |
| SEO 意识 | 可能忽略关键词 | 每个选题含3-5个SEO关键词+搜索热度评估 |
| 差异化 | 选题同质化 | 要求独特观点+差异化切入点，避免模板化 |
| 数量控制 | 不确定生成几个 | 按 count 精确输出，可复现 |
示例
示例 1：AI编程工具选题
用户输入：领域「AI编程工具」，关键词「Copilot, Claude, Cursor」，热点「2025年AI编程市场增长300%」
工具调用：generate_topics(field="AI编程工具", keywords="Copilot, Claude, Cursor", trends="2025年AI编程市场增长300%", count=5)
预期输出：返回5个选题，每个含标题、核心观点、受众痛点、差异化切入点、推荐平台、SEO关键词、热度评估
示例 2：美食自媒体选题
用户输入：领域「家常菜/美食评测」，关键词「空气炸锅食谱, 快手菜, 减脂餐」，趋势「夏季轻食」
工具调用：generate_topics(field="家常菜/美食评测", keywords="空气炸锅食谱, 快手菜, 减脂餐", trends="夏季轻食", count=8)
预期输出：返回8个选题，含夏季轻食、空气炸锅、快手菜等方向
示例 3：新能源汽车选题
用户输入：领域「新能源汽车」，关键词「比亚迪、蔚来、小米汽车」，热点「小米SU7交付量突破10万」
工具调用：generate_topics(field="新能源汽车", keywords="比亚迪、蔚来、小米汽车", trends="小米SU7交付量突破10万", count=6)
预期输出：返回6个选题，覆盖品牌对比、技术分析、市场趋势等角度
