← Back to Skills Marketplace
redfox-data

全网聚合热点榜

by RedFox · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
26
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install trending-hub-top10
Description
基于每小时收录的抖音、微博、B站、快手、知乎、头条、百度等7大平台热点数据,聚合全网最热TOP10热点。支持回溯近7天热点。不支持具体热点的查询。
README (SKILL.md)

全网聚合热点榜

任务目标

  • 本 Skill 用于:聚合抖音、微博、B站、快手、知乎、头条、百度等多个平台的热点数据,提供跨平台热点分析和趋势预测
  • 核心价值 解决内容创作者、市场运营者在热点追踪中的三大痛点: 热点分散难整合:无需逐个平台查看,一次聚合7大平台热榜 跨平台对比困难:自动识别同一事件在不同平台的讨论差异和热度表现,对热点进行快览分析 趋势判断模糊:基于热度值、上榜时长、平台覆盖等维度智能预测热点走势 订阅推送服务:定时推送最新热榜/昨日热榜
  • 触发条件:用户查询"热点榜"、"今日热点"、"全网热点榜"、"昨日热榜",请求"导出报告",或订阅推送服务
  • 不支持:该技能不支持查询特定热词详情,仅提供全网热点榜聚合查询

核心能力 功能模块 能力描述 核心价值 🔍 全网热榜聚合 实时抓取7大平台热搜数据 一键获取全网热点,告别逐平台查看 🔗 跨平台事件识别 智能识别同一事件在不同平台的表述 自动归并相似话题,避免重复统计 📊 热度趋势预测 基于热度值、时长、平台覆盖预测走势 提前判断热点生命周期,把握创作窗口 📈 TOP10榜单提供 按综合热度排序输出TOP10热点 快速定位高价值选题 💬 跨平台讨论分析 展示不同平台的讨论焦点和差异 深度洞察舆论生态,精准定位受众 📄 HTML报告导出 生成美观的可视化报告 支持图片导出,便于分享存档 ⏰ 订阅推送服务 定时推送最新热榜/昨日热榜 持续追踪热点动态,不错过关键机会

前置准备

  • 依赖说明:scripts脚本依赖 python-dateutil 库
  • 非标准文件准备:当前路径视为相对于Skill目录的父目录

鉴权

获取 API Key

  1. 访问 RedFox 官网 了解服务详情
  2. 前往 注册页面 注册账号
  3. 新注册用户将获赠免费积分,可立即开始使用 API 服务
  4. 注册登录后,在个人中心获取 API Key,格式为 ak_xxxxxxxx

配置 API Key

  • REDFOX_API_KEY 从环境变量获取,格式 ak_xxxxxxxx
  • 若未设置,提示用户自行配置:export REDFOX_API_KEY=\x3C你的apikey>;若用户不会配置,Agent应主动帮用户设置:
    • macOS/Linux:将 export REDFOX_API_KEY=\x3C值> 追加到 ~/.zshrc(zsh)或 ~/.bashrc(bash),然后 source 对应文件使其全局生效
    • Windows:使用 [Environment]::SetEnvironmentVariable("REDFOX_API_KEY", "\x3C值>", "User") 设置用户级永久环境变量(需重启终端生效)
    • 配置完成后应验证:echo $REDFOX_API_KEY(macOS/Linux)或 echo %REDFOX_API_KEY%(Windows),确保换一个skill也能读取到

操作步骤

重要原则:智能体完成数据分析并保存JSON后,直接生成HTML报告,不在对话中输出详细榜单。

  • 标准流程:
    1. 获取热点数据 — 脚本调用
      • 脚本调用:python scripts/fetch_hotspot.py --output json
      • 返回JSON数据结构见下方"数据结构说明"
    2. 智能体分析数据并保存JSON — 智能体根据JSON数据进行热点事件识别、排序,保存结构化数据
      • 执行热点事件识别(见下方"热点事件总结规则")
      • 按热度值降序排列,取TOP10
      • 将分析结果保存为 structured_report.json(格式见下方"结构化报告JSON格式")
      • discussions必须覆盖所有在榜平台platforms 列表中的每个平台都必须在 discussions 数组中有对应条目
    3. 自动生成HTML报告 — JSON保存完成后立即执行,不询问用户
      • 脚本调用:python scripts/generate_html_report.py --input structured_report.json --output 热点榜报告.html
    4. 对话中输出简要信息 — 按顺序输出:标题 > 统计时间 > HTML报告 > 订阅推送服务询问
      • 输出格式:
        # 🔥 全网热点榜
        > 📅 统计时间:{start_date} 至 {end_date}
        
        ⚡ **HTML报告已生成**
        • 点击下方下载HTML报告文件,可在浏览器中打开查看,支持导出图片
        
        📬 **订阅推送服务**
        
        想持续追踪热点动态?
        可以订阅最新热榜,向您推送前1小时的最新数据
        或者订阅昨日热榜,一键获取全网热点
        还支持您定制近30天任意时间段的数据~追热点快人一步
        
  • 可选分支:
    • 当用户需要趋势预测:智能体参考 references/prediction-logic.md 生成趋势预测
    • 当用户订阅推送:智能体按照订阅模板进行交互

热点事件总结规则

核心原则:完全忽略接口返回的keyword和分类,独立从所有标题中识别并归纳具体热点事件。

【重要】必须执行以下步骤,不能跳过任何一步:

识别流程(必须按顺序执行)

步骤1:收集所有标题

  • 遍历API返回的 hotspots 数组
  • 提取每条数据的 titleplatName
  • 将所有标题放在一个列表中,忽略原有的keyword分组

步骤2:识别具体事件

  • 阅读每一条标题,判断哪些标题描述的是同一个事件
  • 判断依据:
    • 相同主体(人名、地名、机构名、事件名)
    • 相同事件核心(比赛、发布会、案件、政策等)
    • 时间连续性(同一时间段的热点)

步骤3:归纳事件热词

  • 为每个识别出的事件提炼一个简洁的热词(5-15个字)
  • 热词必须描述具体事件,不能是泛化概念
  • ✅ 正确:U20女足中日对决、2026大学排名发布、德国留学生迷奸案
  • ❌ 错误:中国相关热点、体育新闻、社会事件

步骤4:按热度值排序

  • 按热度值降序排列,取TOP10

正确示例

接口返回的原始数据(忽略keyword分组)

抖音标题:["U20女足中国vs日本", "中国U20女足0:2日本", "2026软科中国大学排名发布"]
头条标题:["无缘决赛!U20女足中国0-2日本", "2026中国大学排名", "中国钨出口管制对日本影响"]
微博标题:["在德读硕中国小伙多次下药迷奸女友"]
知乎标题:["福特CEO称中国车进入美国市场我们就完蛋"]

AI识别并归纳的事件

排名 热词 平台数 词条数 热度值 综合热度
1 U20女足中日对决 2 3 938万 2038万
2 2026大学排名发布 2 2 442万 2442万
3 德国留学生迷奸案 1 1 320万 1320万
4 中国钨出口管制 1 1 280万 1280万
5 福特CEO谈中国车 1 1 150万 1150万

注意:原来5条标题被归纳为5个事件,而不是直接使用原标题作为热点名称。

数据来源

直接读取 hotspots 数组中每个热点项的 titleplatNameurl 等字段。

URL跳转

每个热点项包含 url 字段,支持跳转到对应平台查看详情:

  • 有URL的热点:输出时可添加跳转链接
  • 无URL的热点(url为空字符串):不提供跳转

数据结构说明

脚本返回的JSON数据结构如下,智能体需据此填充模板:

{
  "status": "success",
  "stat_time": "2026-04-16 08:30:00",
  "query_range": {
    "type": "realtime",
    "start_date": "2026-04-16 07:00:00",
    "end_date": "2026-04-16 08:00:00"
  },
  "total_count": 50,
  "hotspots": [
    {
      "hotId": "0DFEC94708F044A64E88818174FDD003",
      "title": "匈牙利总理用"三个最"描述中国",
      "platName": "头条",
      "plat": 11,
      "url": "https://www.toutiao.com/trending/7628053353528033321/",
      "firstRankTime": "2026-04-15 21:00:00",
      "latestRankDate": "2026-04-16 00:00:00",
      "maxHotScore": 4427099,
      "maxPosition": 15,
      "topOfTheDayTime": "3",
      "source_keyword": "中国"
    },
    {
      "hotId": "566756798B468EC8665BE99EE5EBF83A",
      "title": "中国U20女足0:2日本",
      "platName": "抖音",
      "plat": 10,
      "url": "https://www.douyin.com/search/中国U20女足0:2日本",
      "firstRankTime": "2026-04-16 00:00:00",
      "latestRankDate": "2026-04-16 00:00:00",
      "maxHotScore": 9384468,
      "maxPosition": 8,
      "topOfTheDayTime": "14",
      "source_keyword": "中国"
    }
  ]
}

字段说明

字段 含义 可分析维度
hotId 热点唯一ID -
title 热点标题 事件识别、跨平台归并
platName 平台名称(抖音、头条、微博等) 平台覆盖分析
plat 平台代码 -
url 跳转链接 查看详情、跳转访问
firstRankTime 首次上榜时间 热点发酵起点、时效性
latestRankDate 最新上榜日期 热点是否仍在榜
maxHotScore 最高热度值 热度排行、热度对比
maxPosition 最高排名位置 热度峰值、排名变化
topOfTheDayTime 榜单停留时长(小时) 热度持续性、生命周期预测
source_keyword 接口分组关键词 仅供参考,不用于输出

可分析维度

基于新增字段,可进行以下分析:

  1. 热度排行:按 maxHotScore 排序,展示热度最高的热点
  2. 热度持续性:根据 topOfTheDayTime 判断热点生命周期
    • 停留\x3C3小时:短期热点,快速衰减
    • 停留3-10小时:中等持续
    • 停留>10小时:长期热点,持续发酵
  3. 排名表现maxPosition 越小说明热度峰值越高
  4. 时效性判断:对比 firstRankTime 和当前时间,判断热点新鲜度
  5. 趋势预测:结合热度值、停留时长、排名进行趋势判断

结构化报告JSON格式

智能体完成分析后,将结果保存为 structured_report.json(内部中间文件,不展示给用户),供HTML报告脚本读取。

关键原则

  1. HTML报告脚本只负责模板渲染,不进行任何数据分析或事件识别
  2. JSON中的数据必须与对话中输出的内容完全一致
  3. 智能体在对话中输出什么,JSON就保存什么,HTML就渲染什么
{
  "query_range": {
    "start_date": "2026-04-16 00:00:00",
    "end_date": "2026-04-16 08:00:00"
  },
  "hotspots": [
    {
      "rank": 1,
      "title": "归纳的事件热词",
      "hot_score": "938万",
      "platform_count": 4,
      "duration": "14h",
      "max_position": 3,
      "platforms": ["微博", "抖音", "头条", "快手"],
      "discussions": [
        {
          "platform": "微博",
          "focus": "讨论焦点描述,不少于10个字",
          "topics": [
            {"title": "原始标题1", "url": "https://..."},
            {"title": "原始标题2", "url": ""}
          ]
        },
        {
          "platform": "抖音",
          "focus": "讨论焦点描述",
          "topics": [
            {"title": "原始标题3", "url": "https://..."}
          ]
        }
      ],
      "prediction": "预测内容文字",
      "prediction_emoji": "🔥🔥🔥"
    }
  ]
}

字段说明

字段 说明 要求
title 事件热词 与对话中TOP10表格的热点事件一致
hot_score 热度值 格式为"数字+万"(如"938万"),禁止包含其他字符
platform_count 上榜平台数 与对话中一致
duration 持续时长 0h时填"刚上热搜",否则填"Nh",与对话中一致
max_position 最高排名 数字,越小排名越高
platforms 在榜平台列表 仅包含实际在榜的平台
discussions 跨平台讨论差异 必须覆盖platforms中所有在榜平台,每个平台一个条目,不可遗漏
discussions.focus 讨论焦点 与对话中各平台讨论焦点文字一致
discussions.topics 原始标题 2-3条,有url时填写,无url填空字符串
prediction 综合预测内容 纯文字,不含🔥emoji
prediction_emoji 综合预测标题前的emoji 必须与对话输出中综合预测标题前的🔥emoji完全一致:🔥🔥🔥/🔥🔥/🔥/📉

1. 获取热榜数据

1.1 最新热榜(默认)

要求最新、当下等实时热榜时,自动查询当前时间前一个小时的数据:

python scripts/fetch_hotspot.py

实时查询规则

  • 自动计算当前时间的前一个小时作为查询范围
  • 例如:当前时间为 2026-04-16 08:30:00,则查询 2026-04-16 07:00:002026-04-16 08:00:00 的数据

1.2 历史热榜查询

支持查询昨天的热度峰值最高的热搜数据:

# 查询昨日热榜(假设今天是2026-04-16)
python scripts/fetch_hotspot.py --start-date "2026-04-15 00:00:00" --end-date "2026-04-16 00:00:00"

日期范围规则

  • 时间格式为 YYYY-MM-DD HH:MM:SS
  • 日期范围是 [start_date, end_date) 左闭右开区间
  • 例如:--start-date "2026-04-01 00:00:00" --end-date "2026-04-02 00:00:00" 查询的是4月1日当天的数据
  • 例如:--start-date "2026-04-09 00:00:00" --end-date "2026-04-16 00:00:00" 查询的是4月9日至4月15日共7天的数据

参数说明

  • --start-date:开始时间(包含),格式 YYYY-MM-DD HH:MM:SS,也可简写为 YYYY-MM-DD(自动补全为 00:00:00)
  • --end-date:结束时间(不包含),格式 YYYY-MM-DD HH:MM:SS,也可简写为 YYYY-MM-DD(自动补全为 00:00:00)
  • 最长查询范围:7天

1.3 智能体判断逻辑

根据用户意图自动选择查询方式(假设今天日期为T,当前时间为T HH:MM:SS):

今日热点查询

  • "今日热榜" / "今日热点" / "今天热榜" → 查询今日0:00到当前时间的整点
  • 脚本调用:python scripts/fetch_hotspot.py --start-date "T 00:00:00" --end-date "T {当前小时}:00:00"
  • 示例:当前时间 2026-04-16 08:30:00,则查询 --start-date "2026-04-16 00:00:00" --end-date "2026-04-16 08:00:00"

最新热点查询

  • "最新热榜" / "最新热点" / "热榜" / "热点榜" → 查询当前时间前一小时
  • 脚本调用:python scripts/fetch_hotspot.py--start-date "T {当前小时-1}:00:00" --end-date "T {当前小时}:00:00"`
  • 自动计算当前时间的前一个小时作为查询范围
  • 示例:当前时间 2026-04-16 08:30:00,则查询 2026-04-16 07:00:002026-04-16 08:00:00

历史热点查询

  • "昨日热榜" / "昨天热榜" / "昨日热点" → --start-date "T-1 00:00:00" --end-date "T 00:00:00"
  • "近7天热榜" / "一周热榜" → --start-date "T-7 00:00:00" --end-date "T 00:00:00"
  • "X月X日热榜" → --start-date "X月X日 00:00:00" --end-date "X月X日+1天 00:00:00"

对比查询场景: 当用户需要对比多天数据时,需分别查询多天的热榜,而非合并查询:

  • "对比昨天和今天的热榜" → 分别查询昨日热榜和今日热榜,输出两份数据进行对比
  • "对比4月1日和4月2日的热榜" → 分别查询4月1日热榜和4月2日热榜,输出两份数据进行对比

对比查询执行方式

# 对比昨天和今天的热榜(假设今天是2026-04-16)
python scripts/fetch_hotspot.py --start-date "2026-04-15 00:00:00" --end-date "2026-04-16 00:00:00"  # 昨日
python scripts/fetch_hotspot.py --start-date "2026-04-16 00:00:00" --end-date "2026-04-17 00:00:00"  # 今日实时

2. 输出处理流程

核心原则:报告内容直接在对话中输出,输出结束后再调用脚本生成HTML报告文件。

步骤一:获取数据

python scripts/fetch_hotspot.py --start-date "..." --end-date "..." > raw_data.json

步骤二:对话中输出报告并同步保存JSON

  • 智能体读取JSON数据,完成热点事件识别、指标计算、趋势预测
  • 直接在对话中输出完整报告,同时将分析结果同步保存为 structured_report.json(内部中间文件,不展示给用户)
  • discussions必须覆盖所有在榜平台platforms 列表中的每个平台都必须在 discussions 数组中有对应条目,不可遗漏
  • 输出格式参考 references/output-templates.md

步骤三:自动生成HTML报告

  • 直接读取已保存的 structured_report.json 生成HTML,不询问用户是否生成
python scripts/generate_html_report.py --input structured_report.json --output 热点榜报告.html
  • 自检:确认JSON数据与对话输出一致

输出注意事项

  1. 排序规则(最重要):TOP10表格必须按热度值(maxHotScore)降序排列,热度最高的排第1位。
    • 强制检查:输出表格前,逐一核对热度值是否满足:第1名 > 第2名 > 第3名 > ... > 第10名
    • 如果发现乱序,立即重新排序后再输出
    • 正确示例:| 1 | 事件A | 938万 | | | 2 | 事件B | 876万 | | | 3 | 事件C | 654万 |
    • 错误示例:| 1 | 事件A | 654万 | | | 2 | 事件B | 938万 | ← 热度值倒挂,必须修正
  2. 统计时间:使用脚本返回的 query_range.start_dateend_date,格式为"开始时间 至 结束时间"
  3. 热度换算maxHotScore // 10000(整数除法),结果拼接"万"。例如:9384468 → 938万。格式必须是"数字+万",禁止任何其他字符
  4. 持续时长显示:topOfTheDayTime 为 0 或 "0" 时显示"刚上热搜",否则显示"{N}h"(如 3h、14h)
  5. URL链接:标题有 url 时显示为超链接 [标题](url),无URL时仅显示文本
  6. 平台图标:使用emoji区分平台(微博🌐、抖音🎵、知乎📚、B站📺、快手🎬、头条📰、百度🔍)
  7. 跨平台讨论差异
    • 每个平台行首加全角空格缩进符(  )
    • 必须输出该事件全部在榜平台的讨论差异,不可遗漏(遗漏会导致平台数与"上榜平台"数量不一致)
    • 仅展示该事件实际在榜的平台,未上榜平台不输出
    • 根据该事件在该平台的所有话题标题综合总结讨论焦点,不少于10个字
    • 必须展示2-3个具体话题标题(如该平台只有1条数据则展示1条),有URL则显示为超链接格式「{标题}」,无URL则显示为纯文本「{标题}」
  8. 综合预测
    • 根据话题类型(突发事件/娱乐八卦/社会民生/行业动态)、热度值、上榜时长、平台覆盖表现综合分析
    • 预测内容不少于30字
    • 综合预测标题前emoji必须按热度值选择(对话输出和HTML报告统一规则):
      • 🔥🔥🔥 热度 ≥ 1000万(爆款)
      • 🔥🔥 热度 500-999万(高热)
      • 🔥 热度 100-499万(中等)
      • 📉 热度 \x3C 100万(低热)
  9. 不支持热词查询:该技能不支持查询特定热词,仅支持全网热点榜查询

使用示例

  • 示例1: 查询今日热点
    • 场景/输入: 用户输入"热点榜"或"今日热点"
    • 执行步骤:
      1. 调用 python scripts/fetch_hotspot.py 获取数据
      2. 智能体分析数据,识别热点事件,保存 structured_report.json
      3. 调用 python scripts/generate_html_report.py --input structured_report.json 生成HTML
      4. 对话中输出:标题 > 统计时间 > HTML报告 > 订阅推送服务询问
    • 预期产出: 用户看到简要信息、HTML文件下载链接、订阅推送服务提示
    • 关键要点: 输出顺序为标题→统计时间→HTML报告→订阅推送服务
  • 示例2: 导出HTML报告
    • 场景/输入: 用户输入"导出报告"或"生成HTML报告"
    • 预期产出: 生成美观的HTML报告文件,告知用户文件路径
    • 关键要点: 调用 generate_html_report.py 脚本生成HTML

资源索引

注意事项

  • 【重要】排序规则(必须严格遵守)
    • TOP10必须按热度值(maxHotScore)降序排列,热度最高的排第1位
    • 保存JSON前必须检查:确认热度值从第1名到第10名依次递减,严禁乱序
    • 示例:第1名938万 > 第2名876万 > 第3名654万 > ... > 第10名123万
  • 【重要】热点事件识别必须执行
    • 必须从所有标题中识别和归纳热点事件,不能直接使用原标题
    • 必须合并描述同一事件的不同标题
    • 必须为每个事件提炼简洁的热词(5-15个字)
  • 执行流程
    1. 获取数据 → 2. 智能体分析并保存JSON → 3. 对话输出简要信息 → 4. 生成HTML报告
    • 对话中仅输出:标题、统计时间、订阅推送服务提示
    • 详细内容(TOP10表格、热点快览分析)在HTML报告中展示
  • JSON数据完整性
    • discussions必须覆盖所有在榜平台platforms 列表中的每个平台都必须在 discussions 数组中有对应条目
    • discussions 中不得包含 platforms 列表以外的平台
    • 热度值格式:hot_score必须为"数字+万"格式(如"938万"),禁止包含其他字符
    • prediction 字段为纯文字内容,prediction_emoji 字段存🔥emoji
  • 禁止行为
    • 在对话中输出详细的TOP10表格和热点快览分析(这些内容只在HTML报告中展示)
    • 直接使用原标题作为热点名称(必须归纳事件热词)
    • 不合并相似标题(必须识别同一事件的不同表述)
  • 仅在需要时读取参考文档,保持上下文简洁
  • 数据获取通过脚本调用真实API,确保数据实时性
Usage Guidance
Install only if you are comfortable with a third-party RedFox API integration and review the subscription behavior carefully. Do not let the agent echo or persist your API key in shell startup files; use a scoped secret store or session-only environment variable instead. Treat generated HTML reports as untrusted until the renderer escapes text and validates URLs. VirusTotal and static scan were clean, so this is a Review verdict based on artifact-scoped credential, persistence, and HTML safety concerns rather than evidence of malware.
Capability Tags
requires-sensitive-credentials
Capability Assessment
Purpose & Capability
The core API fetch and TOP10 trend-report purpose is coherent, but the artifacts also add individual detail/professional views and keyword monitoring while the summary says it does not support specific hotspot queries.
Instruction Scope
Generic triggers such as '订阅' and broad fuzzy matching can route users into subscription or monitoring flows without sufficiently specific intent, and report generation is instructed to run automatically.
Install Mechanism
The install/setup guidance tells the agent to persist REDFOX_API_KEY into shell startup files or user environment variables and verify it with echo, which is unnecessary secret exposure and modifies user configuration.
Credentials
Calling RedFox with an API key is purpose-aligned, but the HTML report renderer inserts externally sourced titles, URLs, and predictions without escaping or URL validation, creating stored HTML/script injection risk when reports are opened.
Persistence & Privilege
The skill describes recurring push subscriptions and keyword monitoring without clear storage, retention, consent, or revocation guarantees, and it encourages persistent credential storage.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install trending-hub-top10
  3. After installation, invoke the skill by name or use /trending-hub-top10
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
trending-hub-top10 v1.0.0 - 首发版本,支持聚合抖音、微博、B站、快手、知乎、头条、百度7大平台TOP10热点。 - 实现跨平台热点归并、趋势预测、讨论分析及可视化HTML报告导出。 - 支持最近7天热点榜单回溯及订阅推送服务。 - 自动归纳事件,忽略接口原分组,聚焦具体事件热词输出。 - 提供详细API Key配置与平台环境适配说明。
Metadata
Slug trending-hub-top10
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is 全网聚合热点榜?

基于每小时收录的抖音、微博、B站、快手、知乎、头条、百度等7大平台热点数据,聚合全网最热TOP10热点。支持回溯近7天热点。不支持具体热点的查询。 It is an AI Agent Skill for Claude Code / OpenClaw, with 26 downloads so far.

How do I install 全网聚合热点榜?

Run "/install trending-hub-top10" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is 全网聚合热点榜 free?

Yes, 全网聚合热点榜 is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does 全网聚合热点榜 support?

全网聚合热点榜 is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created 全网聚合热点榜?

It is built and maintained by RedFox (@redfox-data); the current version is v1.0.0.

💬 Comments