為什麼要做這個？
AI 工具市場變化太快，每天都有新工具、新功能、新定價。但多數排行榜不是廠商自填資料， 就是過時的靜態清單。我們想要一個反映當下開發者社群真實看法的地方。
當 Cursor 出現延遲問題，社群會馬上反應在 HN 留言裡。當 Claude Code 推出新功能， PTT 工程師版的討論量會在一週內暴增。這些訊號比任何媒體評測都即時、真實。
AICommand 的熱度分數，就是這些社群訊號的量化結果。
熱度分數怎麼算？
從爬蟲到數字，共四個步驟
每週定期從 HN、GitHub、PTT、Dcard、Threads 抓取含工具名稱的社群貼文與留言。
每個工具隨機抽 30 則送 Groq LLM 分析，抽取情緒傾向（正面／負面／中立）、使用場景、痛點、族群。
依 HN 演算法精神：提及數 × 情緒權重 × 近期熱度加成，再 normalize 成 0–100 的熱度分數。
每次跑完都存一筆週紀錄，趨勢線顯示工具的社群熱度走向。
所有工具分數再 normalize 成 0–100，最高分工具為 100。sentiment_weight：正面 ×1.2、負面 ×0.7、中立 ×1.0。
資料來源
Reddit 因故暫時停止爬取。所有爬蟲只抓公開資料，不儲存個人身份資訊。
本站還有什麼？
怎麼看排行榜？
滿分 100 代表當期社群聲量最高的工具，不是絕對品質分數。每次跑完 pipeline 重新 normalize，所以分數會隨生態系消長而變動。
顯示近幾週的 mention 數走勢，以工具自身最高週為基準 normalize。線往上 = 最近討論變多，不代表品質變好。資料不足 3 週顯示底部實線（資料收集中）。
正面 / 負面 / 混合，由 Groq LLM 分析每則討論得出。樣本數少的工具分布可能偏差，供參考。
從有 AI 分析過的貼文中取出，優先顯示含工具名的第一人稱評論句。來源包含 HN、GitHub、PTT、Dcard 等。
目前手動定期跑 pipeline，未來計畫每週自動更新。最後更新時間以首頁右上角為準。
已知限制
三個入口，各有用途