OpenSkillIndex← back to search

Macro-skills google-trends-ath-detector

displayName: 解讀 Google Trends 歷史新高

install
source · Clone the upstream repo
git clone https://github.com/fatfingererr/macro-skills
manifest: skills/google-trends-ath-detector/skill.yaml
source content

displayName: 解讀 Google Trends 歷史新高 emoji: "\U0001F4C8" authorUrl: https://github.com/fatfingererr/macro-skills

tools:

  • claude-code

featured: false installCount: 0

testQuestions:

  • question: '分析 "Health Insurance" 在美國的搜尋趨勢是否創下歷史新高' expectedResult: | 此偵測器會：
    1. 使用 Selenium 模擬真人瀏覽器抓取 Google Trends 數據
    2. 抓取 2004-至今的時間序列
    3. 計算 z-score 異常分數
    4. 判定是否為 ATH
    5. 識別訊號類型 (seasonal_spike/event_driven_shock/regime_shift)
    6. 提取 related queries 作為驅動因素參考
  • question: '比較 "Unemployment" 和 "Health Insurance" 的趨勢共振' expectedResult: | 分析兩個主題的相關性，判斷是「單點焦慮」還是「系統性焦慮」， 並透過相關性分析輸出解讀。

qualityScore: overall: 49 badge: 中級 evaluatedAt: "2026-01-23"

metrics: problemFit: 60 correctness: 50 dataGovernance: 40 robustness: 42 maintainability: 50 usability: 52

metricDetails: problemFit: score: 60 strengths: - 訊號分型概念清晰 - Selenium 爬蟲設計完整 improvements: - Google Trends API 不穩定 - 爬蟲被封鎖風險高

correctness:
  score: 50
  strengths:
    - testQuestions 有 expectedResult
    - 訊號分類邏輯說明
  improvements:
    - 爬蟲穩定性難以保證
    - z-score 計算需驗證

dataGovernance:
  score: 40
  strengths:
    - 說明數據來源與延遲
    - 有 debug 模式說明
  improvements:
    - 缺少 data-sources.md 完整文檔
    - 爬蟲可能違反 ToS
    - 數據可靠性不穩定

robustness:
  score: 42
  strengths:
    - pitfalls 詳列封鎖風險
    - bestPractices 有頻率控制建議
  improvements:
    - 缺少 failure-modes.md
    - 爬蟲失敗率較高
    - 429 錯誤處理需加強

maintainability:
  score: 50
  strengths:
    - 模組化爬蟲設計
    - 防偵測策略完整
  improvements:
    - 可增加 manifest.json 版本控制
    - Selenium 依賴複雜

usability:
  score: 52
  strengths:
    - FAQ 解答 Google Trends 概念
    - 有 debug 與調試說明
  improvements:
    - 執行環境需求高
    - 需要 Chrome 與 Selenium

details: | 任務適配度（60/100） - 訊號分型概念清晰 - 待改進：爬蟲穩定性

**正確性（50/100）**
- 有 expectedResult
- 待改進：爬蟲可靠性

**資料治理（40/100）**
- 說明數據來源
- 待改進：ToS 合規性

**穩健性（42/100）**
- pitfalls 詳列風險
- 待改進：錯誤處理

**可維護性（50/100）**
- 模組化設計
- 待改進：依賴複雜

**輸出可用性（52/100）**
- FAQ 解答概念
- 待改進：環境需求高

upgradeNotes: targetBadge: 中高級 requirements: - metric: dataGovernance currentScore: 40 targetScore: 60 suggestion: 改用官方 API 或確認 ToS 合規 - metric: robustness currentScore: 42 targetScore: 60 suggestion: 增加錯誤重試與降級機制 - metric: correctness currentScore: 50 targetScore: 65 suggestion: 增加爬蟲穩定性測試

bestPractices:

  • title: 使用 Topic Entity 而非純關鍵字 description: Topic Entity 可避免同名歧義（如 "Apple" 公司 vs 水果）
  • title: 關注去季節化後的殘差 description: 單看絕對值可能被季節性誤導，殘差才是真正的「異常」
  • title: 結合 related queries 識別驅動 description: Rising queries 能揭示「為什麼」搜尋量上升
  • title: 不要只看是否 ATH description: 重要的是「是否異常」而非「是否最高」
  • title: 區分訊號類型再做解讀 description: 季節性尖峰、事件衝擊、結構轉變需要不同的解讀方式
  • title: 適當控制請求頻率 description: 使用隨機延遲避免被 Google 偵測為機器人

pitfalls:

  • title: 忽略季節性 description: 很多搜尋有固定的年度週期（報稅季、投保季） consequence: 把正常季節性尖峰誤判為異常
  • title: 過度解讀 Google Trends 指數 description: 0-100 是相對指數，不是絕對搜尋量 consequence: 錯誤比較不同主題或不同時間範圍
  • title: 忽略數據延遲 description: Google Trends 有 2-3 天的數據延遲 consequence: 誤以為「今天」的數據已更新
  • title: 單一關鍵字偏差 description: 只看一個關鍵字可能錯過更廣泛的趨勢 consequence: 錯誤歸因（單點焦慮 vs 系統性焦慮）
  • title: 請求過於頻繁 description: 短時間內大量請求會被 Google 封鎖 consequence: 返回 429 錯誤或被要求驗證碼

faq:

  • question: Google Trends 的 0-100 指數代表什麼？ answer: | 這是相對指數，100 表示該時間範圍內的最高點。 不同時間範圍或不同主題的 100 不能直接比較。

  • question: 如何區分季節性尖峰和真正的異常？ answer: | 本技能透過訊號分型來區分：

    • seasonal_spike：每年重複的週期性高點
    • event_driven_shock：短期異常飆升
    • regime_shift：長期結構性上升

  • question: 為什麼使用 Selenium 而非 requests/pytrends？ answer: | 本技能的 trend_fetcher.py 使用 Selenium 模擬真人瀏覽器行為：

    • 防偵測：移除自動化標記、輪換 User-Agent、隨機延遲
    • 執行 JavaScript：確保動態內容正確載入
    • 穩定性：避免被 Google 封鎖
    • 維護 Session：自動處理 cookies 和 tokens

  • question: 被 Google 封鎖怎麼辦？ answer: | 如果遇到 429 錯誤或驗證碼：

    1. 等待 24 小時後重試
    2. 增加請求間隔（使用 --no-related 減少請求）
    3. 使用 VPN 更換 IP
    4. 降低爬取頻率

  • question: 如何調試抓取問題？ answer: | 使用 debug 模式：

    python scripts/trend_fetcher.py --topic "test" --debug --no-headless

    這會：

    • 顯示瀏覽器視窗（非 headless）
    • 保存 debug_page.html 供檢查
    • 輸出詳細日誌到 trend_fetcher.log

about: repository: https://github.com/fatfingererr/macro-skills branch: main additionalInfo: | ## 數據來源

**專注於 Google Trends**
- 官網：https://trends.google.com
- 數據範圍：2004 年至今
- 更新頻率：接近即時（2-3 天延遲）

## 技術架構

基於 [design-human-like-crawler.md](thoughts/shared/guide/design-human-like-crawler.md) 設計：
- Selenium + Chrome headless 模擬真人瀏覽器
- BeautifulSoup 解析 HTML
- 多層防偵測策略