节日/节点日历

查询未来 N 天的节日、纪念日、电商节点、行业事件，为创作者提供内容蹭点和提前准备的时间窗口。

输入

输出

# 内容节点日历

时间范围: {start_date} - {end_date}
赛道筛选: {赛道或"全部"}
生成时间: {date}

## 近期重点节点（7 天内）

| 日期 | 节点名称 | 类型 | 蹭点价值 | 提前准备天数 | 建议赛道 |
|------|---------|------|---------|------------|---------|
| {date} | {name} | {type} | ★★★★★ | {N 天} | {赛道} |

## 未来 30 天节点总览

### {月份}

| 日期 | 节点名称 | 类型 | 蹭点价值 | 内容方向建议 |
|------|---------|------|---------|------------|
| {date} | {name} | {type} | ★★★★☆ | {一句话建议} |

## 高价值节点详解（Top 3-5）

### {节点名称}（{日期}）
- 类型: {节日/电商/行业/考试/体育}
- 蹭点价值: ★★★★★
- 提前准备: {建议提前 X 天开始准备}
- 内容方向:
  1. {方向 A}: {一句话描述}
  2. {方向 B}: {一句话描述}
  3. {方向 C}: {一句话描述}
- 适合赛道: {哪些赛道的创作者适合蹭}
- 避坑提醒: {注意事项}
- 去年爆款参考: {去年同节点的热门内容类型}

## 本月内容节奏建议

{基于节点密度和类型分布，给出本月的内容节奏建议}

执行步骤

1. 解析时间范围

   • 默认查询未来 30 天
   • 用户指定范围时按指定范围查询
   • 计算起止日期，确定要覆盖的月份

2. 加载节点数据

   • 读取 events-china.md 获取中国全年节日和电商节点数据
   • 按时间范围筛选出落在范围内的所有节点
   • 补充当年特殊事件（如奥运会、世界杯等非固定事件）
   • 农历节日的公历日期一律用 scripts/lunar.py 换算，不靠估算：
     • 查节日：python3 skills/openclaw/skill-event-calendar/scripts/lunar.py festival 中秋 2026
     • 通用换算：python3 skills/openclaw/skill-event-calendar/scripts/lunar.py l2s 2026 8 15
     • 支持节日见 python3 skills/openclaw/skill-event-calendar/scripts/lunar.py festival --list（春节/元宵/端午/七夕/中秋/重阳/腊八/小年/除夕等）

3. 赛道关联匹配

   • 如有赛道信息（用户指定或 Profile 提取），对每个节点评估关联度
   • 标注每个节点适合哪些赛道的创作者
   • 赛道关联度影响"蹭点价值"评分

4. 蹭点价值评估

   • 对每个节点按以下维度评分（1-5 星）：
     • 全民关注度：是否全民参与（春节 5 星，世界读书日 2 星）
     • 内容创作空间：能产出多少差异化内容
     • 商业价值：品牌方是否有投放需求
     • 时间持续性：话题热度持续多久
     • 与赛道的关联度（有赛道信息时）

   蹭点价值评分标尺

   星级	标准
   ⭐	节点存在感弱，仅小众群体关注，创作空间有限
   ⭐⭐	有一定关注度，但内容角度受限或竞争过于激烈
   ⭐⭐⭐	全民关注度中等，有 2-3 种明确的内容角度可切入
   ⭐⭐⭐⭐	高关注度，多种角度可切，且与多个垂直赛道相关
   ⭐⭐⭐⭐⭐	全民级节点（如春节/618/双11），创作空间极大，商业价值高

5. 内容方向建议

   • 对高价值节点（4-5 星），生成 3 个具体内容方向建议
   • 内容方向需考虑：平台特性、往年爆款类型、创作者定位
   • 标注提前准备天数：
     • 短视频/直播：提前 3-5 天
     • 图文内容：提前 1-3 天
     • 系列策划：提前 7-14 天

6. 节奏规划建议

   • 分析时间范围内的节点密度
   • 识别节点密集期和空白期
   • 建议内容节奏：密集期聚焦高价值节点，空白期补充常青内容
   • 提醒时间冲突：同一天多个节点时建议取舍

7. 输出交付

   • 按输出格式生成完整日历
   • 近 7 天节点单独突出显示，提醒紧迫性
   • 高价值节点提供详细解读

8. 落库到内容日历（可选）

   • 用户想把查到的节点存进日历长期跟踪时，把节点整理成 JSON 数组（title/date/可选 event_type/end_date/platform）交给 skill-content-calendar-log 批量导入（同名同日幂等去重）：

   python skills/shared/scripts/calendar_ops.py import-events --file events.json
   

Profile 感知

有 Profile 时：

• 读取 identity.md 获取赛道，自动筛选高关联节点
• 读取 platforms.md 获取活跃平台，调整内容方向建议的形式
• 读取 audience.md 获取受众画像，评估受众对各节点的关注度
• 从 identity.md/preferences.md 提取商业化偏好，评估哪些节点有商业合作机会

无 Profile 时：

• 展示全量节点，不做赛道筛选
• 蹭点价值基于全民关注度评估，不含赛道匹配维度
• 内容方向给出通用建议
• 附注"提供 Profile 或指定赛道，可获得更精准的节点筛选"

规则

1. 节点数据必须准确，日期不可出错（参照 references/events-china.md）
2. 农历节日的公历日期一律调用 scripts/lunar.py 换算，禁止凭记忆或估算（脚本覆盖 1900-2100，已通过锚点自测）
3. 电商大促节点的时间以当年官方公布为准，未公布时使用往年惯例
4. 蹭点价值评分必须有依据，不可凭感觉
5. 提前准备天数必须务实，考虑实际制作周期
6. 涉及政治性纪念日时，仅建议正能量内容方向
7. 节日数据每年需更新农历转换和新增电商节点

自研溯源、农历换算算法血缘与参考开源项目见同目录 EASEL-META.md。