关键词事件采集
通过 s.weibo.com 关键词检索，支持 start/end 时间窗和 split_by_hour，适合高频事件材料。
爬虫 + 研究全流程
Research Operating System：科研写作、引用与数据工具链
这个项目不是简单的“科研 AI 页面”，而是一套围绕社会心理研究展开的操作系统：前端是微博事件数据采集与脱敏导出，中间是文献、引用和写作流程，最后进入组会报告和论文材料。
weibo_event_researchstate-backed crawl
$ python src/weibo_cli.py tweet_by_keyword "就业压力" --start 2026-06-01-00 --split_by_hour --resume [state] load seen_ids from data/output/crawl_state.json [window] 2026-06-01-00 -> 2026-06-01-01 [metadata] crawl_mode=keyword_search crawl_job_id=keyword_search:就业压力:... [privacy] salted sha-256 anonymize -> export csv with UTF-8 BOM 核心工具
爬虫不是一次性脚本，而是为研究审计设计的数据管线。
研究材料采集最怕两件事：跑到一半断掉，以及跑完之后不知道每条记录从哪里来。这个管线把请求节奏、时间窗口、断点续跑、去重、元数据和脱敏放在一起处理，让微博事件材料可以进入后续分析。
用户时间线采集
围绕用户主页、推文、评论、转发、粉丝和关注关系补充事件语境。
断点续跑
crawl_state.json 保存 seen_ids 和任务状态，任务中断后可以继续跑，避免重复写入。
时间窗口切片
_iter_time_windows 把长时间范围拆成可控窗口，降低请求失败和数据遗漏风险。
元数据盖章
每条记录附加 crawl_mode、crawl_job_id、source_endpoint、collected_at，方便后续审计。
脱敏导出
加盐 SHA-256 匿名化用户字段，再把 JSONL 导出为适合 Excel / Stata / SPSS 的 CSV。
研究流水线
数据采集、文献组织和报告写作不是三件分开的事。
研究问题
围绕教育竞争、机会稀缺、相对剥夺、公正世界信念和零和信念定义问题。
文献组织
PaperSpine 用目标场景、优秀样例、citation bank 和 audit 把写作过程结构化。
事件采集
Weibo pipeline 采集关键词和用户材料，保留状态、去重、时间窗和元数据。
数据处理
原始 JSONL 经过脱敏、扁平化和导出，进入统计或质性分析工具。
报告交付
组会材料把文献、模型、量表、图表和研究假设组织成可汇报版本。
Weibo Event Research
负责事件数据采集、反爬节奏、状态恢复、匿名化和 CSV 导出。
PaperSpine
负责论文/报告写作主线，覆盖 research、citation、rewrite/build、LaTeX、audit、translate。
Academic Research Skills
负责审稿视角、方法论检查、claim-faithfulness 和 mandatory checkpoints。
组会报告材料
把真实文献和研究模型落到汇报页，证明工具链进入研究工作流。
产品边界
它不是替代研究者，而是把重复、易错、难追溯的研究环节工具化。
研究判断仍然由人完成：变量怎么定义、文献怎么解释、模型是否成立、材料能否支撑结论，都不交给工具自动拍板。工具负责把采集、引用、写作、审计和汇报的中间过程保留下来，让研究者能回看、能修正、能复用。