用途:围绕选定话题,梳理一组 Substack 通讯的编辑选题与覆盖情况,输出出版物×话题矩阵、样本证据、编辑差异、阅读清单和观察到的覆盖空白。
主要能力:通过 Crawlora 的站点级搜索与分类发现候选出版物和文章;解析出版物的子域名/自定义域名与数字 ID;用 sort=new 或话题搜索对每个出版物档案取样;抓取选定文章以补充元数据之外的正文证据;按统一话题评分表编码,允许一篇文章多标签,并按规范 URL/ID 去重。
使用方式:设置 CRAWLORA_API_KEY;优先使用已连接的 Crawlora MCP 工具,否则使用 scripts/crawlora.sh,它向 https://api.crawlora.net/api/v1 发送 x-api-key。示例命令:scripts/crawlora.sh /substack/search query="climate adaptation" page=0;scripts/crawlora.sh /substack/categories;scripts/crawlora.sh /substack/publication/posts publication="$PUBLICATION" sort=new limit=10 offset=0;scripts/crawlora.sh /substack/post publication="$PUBLICATION" slug="$POST_SLUG"。需先定义话题与同义词、时间窗口、语言、出版物范围和每出版物均衡样本预算。
限制:搜索与分类结果是发现样本,不是完整通讯宇宙;分类的付费/免费范围不同,不能把分类 ID 传给需要出版物 ID 的路由;搜索/分类页从 0 开始,出版物档案用 offset/limit;top/community 排序不代表近期覆盖;站点级搜索只给元数据,正文需另行抓取;公开预览和付费文章只能作为部分证据,仅有标题时须标注为 title-only 并降低结论具体度;点赞、评论和排行榜不能证明读者数、付费订阅、收入、影响力或受众画像;未观察到的话题只是样本空白,不能证明该出版物从不覆盖或存在市场需求。遇到认证错误应停止,429 应退避,瞬时上游失败可重试一次,并按范围与额度预算限制页数和调用次数。除非被要求,不要订阅、联系作者或建立持续监控。