技能介绍

做私域或销售的人都知道，抖音评论区里藏着大量主动表达需求的用户——"求带"、"怎么买"、"多少钱"。这些用户意向明确，但靠人工翻视频、翻评论来筛选，覆盖量有限，也很容易漏掉刚发布的新评论。而直接让大模型去做这件事也不可行：模型本身没有访问抖音平台的能力，拿不到实时的公开评论数据。

这个技能做的事情，就是把"公开视频 + 公开评论"这条数据链路封装成两个 CLI 命令，让 AI 可以按关键词定位视频，再顺着视频 ID 把评论结构化地拉回来。

技能是一个两段式流水线，两段通过 aweme_id 串联：

关键词搜索（search-cli.js）：传入 --keyword 和 --sort 1（按最多点赞排序，适合竞品截流），输出候选视频列表，每条含 aweme_id、comment_count、digg_count 等字段，用于判断哪条视频值得去挖评论。
拉取评论（comment-cli.js）：关键执行要点是 --url 直接传第一步返回的 aweme_id 字符串即可，工具会自动识别，无需手动拼接完整链接。每条评论就是一位潜在客户，包含 user_nickname、user_uid、ip_label、text、create_time、digg_count。

拿到评论后，在 text 字段里命中"求带"、"怎么买"、"求推荐"、"私我"等信号词的，即为高意向客户，可以优先导出跟进。建议把结果整理成 CSV，对接 CRM 或销售团队。

另有两个辅助入口：post-cli.js 可拉取指定博主的全部公开作品，从中挑高互动视频；hot-cli.js 获取实时热榜，用于反推热点关键词。

仅抓取公开数据，不登录、不私信、不关注、不点赞；输出中不含手机号、微信号等隐私字段，也不应自行编造。
依赖 guaikei.com 的公开数据接口，需自行申请 GUAIKEI_API_TOKEN；接口有调用频次限制，应合理设置 --limit 和调用间隔。
搜索与评论是实时数据，同一关键词不同时刻返回结果可能不同，属于数据源特性而非不稳定。
评论数据含用户公开身份信息，原始结果会落盘到 logs/。使用时需遵守《个人信息保护法》：导出脱敏、限定留存期限、仅用于授权场景，禁止汇聚后二次贩卖或用于骚扰。