获客淘沙者

解决的问题

做抖音获客的人通常有两条路：要么手动刷对标账号的视频、逐条翻评论区记下“求带”“怎么买”的用户，要么直接放弃评论区、转向付费投放。前者太耗人力且覆盖有限，后者成本高、线索还不一定精准。获客淘沙者瞄准的是中间那条路：把抖音公开评论区变成可批量调用的线索池。

大模型本身无法访问抖音平台抓取公开评论数据。这个技能的作用就是把这个缺口补上：用合规公开数据接口，把抖音实时评论和视频数据变成 Agent 可以直接消费的结构化 JSON。

核心能力

技能是一个两段式流水线，两个阶段通过 aweme_id 串联：

• 步骤 1 · 关键词搜索：调用 search-cli.js，用 --keyword 定位候选视频。--sort 1 按最多点赞排序，适合竞品截流场景；返回结果里的 aweme_id 是下游必用的标识。
• 步骤 2 · 拉评论：调用 comment-cli.js，直接把 aweme_id 传给 --url 参数即可，不需要手动拼完整链接。输出的每条评论对应一位潜在客户，含 user_nickname、ip_label、text 等字段。
• 步骤 3 · 筛选高意向：在评论文本中命中“求带 / 怎么买 / 私我”等信号词的用户优先导出，缩短转化路径。

辅助入口还有两个：post-cli.js 拉取某博主的全部公开作品，用于挑高互动视频；hot-cli.js 看实时热榜，反推可借势的关键词。

适用边界与注意点

• 只抓公开数据：不登录、不私信、不关注、不点赞，不做任何越权操作。公开数据里不含手机号、微信号等隐私字段，遇到需要这类信息的需求直接拒绝，不要编造。
• 需要 TOKEN：运行前必须配置 GUAIKEI_API_TOKEN，通过 guaikei.com 申请。没有 TOKEN 任务不会执行。
• 数据时效性：搜索和评论是实时公开数据，同一关键词在不同时刻返回的结果可能不同，这是数据源特性，不是 bug。
• 合规使用：原始结果会落盘到 logs/，含用户的公开身份信息。导出时建议脱敏、限定留存期限，仅用于授权场景。