社交媒体舆情监测

要解决的问题

在产品发布、游戏公测或公关事件爆发时，开发与运营团队往往需要快速掌握特定关键词在社交媒体上的真实声量与反馈。手动在小红书、抖音、微博和B站之间切换搜索，不仅耗时，还难以保证抓取标准的一致性。本技能专为 24 小时窗口内的跨平台公开内容监测而设计，旨在通过自动化脚本替代繁琐的人工检索，为数据分析提供干净、结构化的原始语料。

核心机制与工作流

该技能的核心逻辑是“先无头全量扫描，再按需有头补盲”，其标准执行链路如下：

1. 配置与初始化：通过 query_config.json 传入主关键词 keyword、可选的别名 aliases 以及强相关词 strong_keywords，并指定 workdir 作为 Windows 输出目录。
2. 无头扫描 (Headless Scan)：脚本首先以无头模式并行抓取四个平台的公开数据，将原始结果分别写入 xhs_raw.txt、douyin_raw.txt、weibo_raw.txt 和 bilibili_raw.txt。
3. 状态解析与重试：扫描结束后，仅解析 === SCRAPE SUMMARY === 和 NEED_LOGIN 标记。若某些平台触发风控或要求登录，系统会提取证据截图，并仅针对受阻平台切换至有头模式 (Headful) 重新运行。
4. 报告聚合：最终将清洗后的数据聚合生成 _24h_report.md，并保留截图用于页面状态与验证码验证。

适用边界与注意事项

当前版本为 Beta 发布，实际使用中需注意以下平台限制：

• Bilibili：抓取链路已通过冒烟测试，稳定性较好。
• 小红书、微博与抖音：由于反爬机制较严，极易触发验证码挑战或强制要求登录态。建议严格遵循先无头后有头的策略，必要时需提前配置好登录环境。
• 详细限制与当前交付范围请参考 BETA_DELIVERY.md。