视频号账号诊断与拆解（付费版）

具体问题：视频号账号分析的挑战

手动分析微信视频号账号数据是一项繁琐的任务。运营者或研究者往往需要反复查看账号主页、逐个视频统计，并依赖经验判断内容策略。这个过程耗时且容易遗漏关键数据点，例如受众画像细节、内容矩阵分布或爆款公式提炼。尤其对于需要对标竞品或制定运营策略的团队，缺乏结构化报告会拖慢决策速度。

技能如何工作：从输入到报告的自动化流程

本技能通过调用远端付费拆解服务，将分析过程自动化。核心能力是利用脚本 scripts/analyze_account.py 完成 HTTP 调用链，包括发起任务、轮询状态和交付报告。以下是关键步骤：

• 输入与鉴权：用户提供视频号账号名称（昵称），技能首先检查本地 config.json 中的 LY_API_KEY 或环境变量。缺少时引导用户从零一数科平台获取，并确保安全存储。
• 预估与确认：在正式拆解前，技能会运行 --estimate-only 创建任务，获取 task_id 和预估扣点（通常约 168 点）。它会提醒用户账号名称准确性，并明确告知扣点成本，等待用户二次确认后才继续，避免误操作。
• 任务执行与进度反馈：确认后，技能使用 task_id 轮询服务端。期间它持续转述 stderr 输出的进度行（如状态、已等待时长），以人话方式反馈（例如「正在拆解视频，已等约 2 分钟」），确保用户全程知情。轮询间隔可配置，默认每 8 秒一次。
• 报告生成与交付：任务完成时，技能从 stdout 截取 === ACCOUNT_REPORT_START === 与 === ACCOUNT_REPORT_END === 之间的 Markdown 内容，直接渲染到对话中。报告涵盖账号总览、受众画像、内容矩阵分析、视频拆解、爆款公式、对标竞品和运营建议等维度。同时告知实际扣点和报告文件路径。

整个流程高度依赖远端服务，脚本处理了复杂的网络交互、错误重试和超时恢复，用户只需提供账号名称即可获得结构化分析报告。

适用边界与注意点

本技能并非万能工具，使用时需注意其边界：

• 输入限制：仅接受视频号账号名称（昵称） 作为输入，不支持链接或视频文件直接处理。账号名称必须准确无误，错误拼写可能导致拆解失败或错误账号。
• 成本意识：每次新任务都扣点，且单次消耗较大（预估约 168 点，实际可能浮动）。技能强制二次确认以明确成本，用户需在 01Claw 账户确保余额充足。
• 网络与稳定性：技能依赖远端服务，网络波动或服务端限流可能导致任务失败（退出码 5、6）。此时点数会返还，但需用户手动重试。超时任务可通过 --task-id 恢复，但并非所有情况都能成功。
• 报告来源：报告由服务端生成结构化 JSON，脚本渲染为 Markdown。报告质量取决于服务端分析，技能仅负责交付，不保证数据绝对准确。
• 鉴权安全：API Key 存储在本地 config.json 或环境变量中，需妥善管理。若遇 SSL 证书错误，可临时设置 LY_SKIP_SSL_VERIFY=1，但需注意中间人风险。

总之，本技能适合需要快速获取视频号账号深度分析报告的工程师或运营者，但应充分理解其付费模式、输入要求和网络依赖。