视频号高播放课程作品筛选

它解决什么问题

招生运营通常要同步分发一批视频号课程作品，最后挑出「播放高」的那几条做重点投放。手工逐个点开链接抄播放数，既慢又容易抄错；更麻烦的是事后无法复核——你很难说清某个数字是哪天、按什么口径取到的。这个技能把这件事变成一次确定性的任务：输入一批公开作品链接和一个可选的播放门槛，输出按播放数筛选的入选清单，并为每条候选留下可复核的原始数据。

核心能力

• 串行采集：逐个链接请求，每条只请求一次，避免把不同时间点的快照混成一批数据。
• 门槛筛选：支持按播放数阈值筛选，也支持在给定候选集合内取前几名，并明确说明这不是全平台榜单。
• 缺失即缺失：抓不到播放数的候选直接排除，同时保留缺失说明，不猜测、不补值。
• 原始数据留档：每次获取生成一份 engagement.json，记录源 URL、原始字段、缺失项和警告。

工作流

1. 校验每个 URL 是否指向具体作品页，而非账号主页或搜索页；含凭据的 URL 与本地网络地址直接拒绝。
2. 若环境缺少 UNITYCLAW_KEY，引导用户前往 UnityClaw 获取 API 密钥并配置后重试。用户在会话中直接提供 Key 时走 --api-key，优先级更高；真实 Key 不会回显、记录或写入任何结果文件。
3. 按序采集候选数据，排除没有播放数的条目。
4. 按门槛或候选集合内排序筛选，标注采集时间、来源链接与平台指标口径。

适用边界

它只做「从指定候选中筛选」这一件事，不整理账号主页资料，不拆解内容脚本，也不从互动计数推断受众身份、真实转化或投资回报。不同时间的快照不能当作同一时点的数据使用。