选题专家：全网热点监控 → 筛选打分 → 初步三要素 → 写入飞书选题库 → 推送Telegram。Use when user asks to 启动选题专家 / 获取选题推荐 / 查看热点 / 帮我选题。
内容生产流水线的上游，负责"找什么值得写"。
【选题专家】→ 飞书选题库 → 审批 → 笔尖专家 → 发布专家
在工作区创建 .env 或在 config.json 中配置：
export FEISHU_APP_ID='你的飞书应用ID'
export FEISHU_APP_SECRET='你的飞书应用Secret'
export FEISHU_APP_TOKEN='飞书多维表格AppToken'
export FEISHU_TABLE_ID='飞书多维表格TableID'
⚠️ 不要硬编码凭证。run_pipeline.py 从环境变量读取。
定义账号类型、数据源、打分权重、推送时间。首次使用修改 config.json 中的 _env_required 对应值。
使用浏览器访问 https://tophub.today/，抓取跨平台聚合热点。
重点关注：知乎热榜、微博热搜、36氪/虎嗅/少数派（科技/AI）、微信热文。
或一键运行：
# 设置环境变量后
python3 run_pipeline.py
5 维度打分（总分100）：
筛选规则：≥70分推送 | 60-69分待评估 | <60分不推送
对每个高分选题生成粗粒度（~60%）三要素：
通过飞书 API 批量写入多维表格（run_pipeline.py 内置此逻辑）。
字段：选题标题、平台来源、热度值、采集时间、状态（待处理）、目标人群、痛点、解决方案、标签、优先级、备注。
使用 message 工具推送选题卡片：
📊 选题推荐 | 2026-03-09
🔥 S级（强烈推荐）
1. [标题] — 热度XXX万 | 来源：知乎+微博
✅ A级（推荐）
2. [标题] — 热度XXX万
回复「采纳1 3 5」→ 笔尖专家开写
ZIP package — ready to use