技能介绍

解决什么问题

抖音评论区是公域里最接近"购买信号"的地方。说"求带""怎么买""多少钱"的用户往往正处于决策窗口期，但他们散落在竞品爆款视频下方，靠人工翻看既不现实也难以持续。原生大模型无法直接访问抖音平台，这类公开数据的抓取必须靠工具化的接口封装。本技能要解决的就是这条链路：把"公开评论 → 可跟进线索"的过程变成可编程的流水线，不需要登录账号，也不需要自己写爬虫。

核心能力与工作流

技能采用两段式流水线，两个阶段通过 aweme_id 串联：

步骤 1 · 关键词搜索：search-cli.js --keyword 按关键词定位候选视频，返回 aweme_id、点赞数、评论数等字段；--sort 1 按最多点赞排序，适合截流场景。
步骤 2 · 拉取评论：comment-cli.js --url 直接传 aweme_id 字符串即可，无需拼完整链接。每条评论对应一位潜在客户，含昵称、user_uid、ip_label、评论文本和发布时间。
步骤 3 · 筛选高意向：在文本中命中 求带、怎么买、私我、link 等信号的用户优先导出，缩短转化路径。

辅助能力包括 post-cli.js（拉取博主全部公开作品，挑高互动视频）和 hot-cli.js（看热榜反推关键词），但主链路永远是 search → comment。

适用边界与注意点

只读公开数据：不登录、不私信、不关注、不点赞；不含手机号、微信号等隐私字段，也不要指望从中拿到这些信息。
合规使用：评论数据含用户公开身份信息（昵称、uid、IP 地区），默认落盘到 logs/。导出应脱敏、限定留存期限，仅用于授权场景，禁止汇聚后二次贩卖或骚扰。
Token 依赖：能力依赖 guaikei.com 公开接口，运行前必须配置 GUAIKEI_API_TOKEN，Token 等同于凭证，不要提交到代码仓库。
时效性：搜索与评论是实时数据，同一关键词不同时刻结果不同属于数据源特性；接口有调用频次限制，需合理设置 --limit 与调用间隔。