抖音 数据助手

1. 简介

抖音数据查询与分析工具，通过 MaxHub API 接入抖音平台全量公开数据，覆盖视频详情、用户画像、关键词搜索、热搜热榜、创作者后台、星图 KOL 分析、抖音指数、直播数据、评论弹幕等十大领域共 273 个端点。专注服务于抖音内容创作者、新媒体运营、星图投放分析师、直播数据团队与品牌竞品研究者，帮助用户快速采集抖音全平台数据、提炼爆款规律、辅助选题与投放决策。

2. 详细功能

视频数据

• 查询抖音视频的完整详情，包含标题、封面、播放、点赞、评论、收藏、分享等核心指标
• 支持通过视频原始 ID、分享链接、短链接、二维码等多种入口快速定位视频
• 获取视频的无水印高清播放地址，便于素材归档与二次研究
• 批量查询多个视频的详情与统计数据，适合大规模选题对比与赛道扫描
• 拉取视频弹幕全量数据，复原视频实时互动氛围
• 浏览首页推荐流与单条视频的相关推荐，洞察平台分发逻辑
• 查询合集、短剧、音乐、话题的详情与对应作品列表
• 浏览知识、游戏、动漫、美食、音乐等垂直频道下的作品聚合

用户数据

• 查询抖音用户主页全量信息，包含昵称、签名、头像、地区、认证、粉丝数、获赞数等
• 支持通过抖音号、短 ID、加密 ID、UID 等多种用户标识互相转换与查询
• 批量查询多个用户的资料卡片，适合达人库扩量
• 拉取用户的粉丝列表与关注列表，构建关系图谱
• 拉取用户的发布作品、点赞作品、收藏夹与合辑视频

搜索能力

• 执行抖音综合搜索，一次返回视频、用户、话题、直播等混合结果
• 单独执行视频搜索、用户搜索、图片搜索、直播搜索、话题搜索
• 执行音乐搜索、经验搜索、讨论搜索、学校搜索与以图搜视频
• 获取搜索框联想词与话题挑战联想词，辅助关键词扩展

评论与弹幕

• 拉取视频一级评论列表，覆盖 App 端与 Web 端多入口
• 接力拉取每条评论下的二级回复，构建完整评论树
• 拉取视频的实时弹幕与历史弹幕全量数据

直播数据

• 查询用户直播间详情，包含主播信息、直播标题、封面、状态、在线人数
• 检测用户当前是否在直播以及关联的直播间标识
• 拉取直播间 IM 实时弹幕流与互动数据
• 完成直播间不同标识体系（webcast 标识与房间标识）之间的互转
• 拉取直播间送礼排行榜，识别核心粉丝与高价值用户
• 拉取直播间挂车商品列表、商品规格、优惠券、评价分与评价详情

热榜与趋势

• 拉取抖音综合热搜榜、直播热搜榜、音乐热搜榜、品牌热搜榜
• 浏览分类热榜、上升热榜、同城热榜、挑战热榜与总榜
• 查询活动日历的活动列表与单个活动详情
• 拉取热点话题的关联用户画像、评论词云与作品趋势
• 查询热门账号榜、账号粉丝画像、粉丝兴趣账号、粉丝兴趣话题、粉丝兴趣搜索
• 拉取视频总榜、低粉爆款榜、高播放榜、高点赞榜、高涨粉榜
• 查询话题榜、搜索榜、热词榜及其每个条目的详情
• 浏览城市列表与内容标签维度的热点分布

创作者后台

• 查询创作者活动列表与单个活动详情，了解平台扶持机会
• 浏览素材中心的素材榜、相关推荐与配置项
• 获取热点榜、热门话题榜、热门道具榜、热门挑战榜、热门音乐榜、热门课程榜
• 拉取行业分类、任务中心商单列表与内容品类信息
• 进行作品流量分析，包括总览、播放来源、搜索关键词、观看趋势
• 进行作品弹幕分析与观众画像，识别真实受众构成
• 拉取作品列表、作品深度分析与可下载报表
• 查询直播间历史回顾与账号诊断报告

星图 KOL 分析

• 通过抖音用户标识（UID、加密 ID、抖音号）反查星图达人 ID
• 拉取 KOL 基本信息、达人画像、粉丝画像与服务报价
• 查询 KOL 数据概览、转化能力、视频表现、星图指数与触达分布
• 拉取 KOL 关联推广视频、合作品牌、日活粉丝走势
• 拉取 KOL 热门评论高频词与内容关键词，洞察粉丝关注点
• 进行 KOL 搜索与短剧演员搜索，按多维度筛选合适达人
• 浏览星图榜单分类目录与具体榜单数据
• 查询作者营销字段、商业卡片、本地服务信息与作品展示
• 浏览优秀案例分类、达人传播信息与达人推荐
• 查询 IP 活动行业、IP 活动列表、活动详情、资源位列表与需求方 MCN 列表
• 生成达人主页二维码与内容趋势指引

抖音指数

• 查询抖音指数关键词的有效日期范围与当前热点
• 拉取热门词、关键词热度趋势与多词解读
• 拉取关键词关联词、人群画像与用户细分词
• 完成抖音指数体系内的用户标识加密
• 进行达人搜索、达人对比、相似达人推荐与达人筛选项查询
• 拉取达人的代表作品、作品里程碑与粉丝画像
• 进行品牌搜索、品牌信息验证、品牌雷达图、品牌走势线、品牌周期分析
• 拉取品牌主动指数周榜与品牌时段热门视频
• 进行话题搜索与话题详情查询
• 拉取创作灵感关键词、关键词作品、选题建议、发布趋势与时长建议
• 拉取作者画像、消费画像、互动趋势与消费趋势
• 搜索趋势研究报告、查看报告详情与智能洞察推荐

工具与签名

• 注册抖音设备并生成 App 端访问凭证
• 拉取抖音 Web 端游客 Cookie，便于无登录态的数据采集
• 生成 msToken、ttwid、verifyfp、svwebid 等访问指纹
• 生成抖音 Web 端反爬签名与弹幕长连接签名
• 从分享链接、短链中提取视频标识、用户标识、直播间标识，支持单条与批量
• 生成抖音短链与视频分享二维码
• 唤起抖音 App 直跳视频、用户主页、关键词搜索与私信会话
• 通过分享码反查分享内容信息

### 📋 数据传输与隐私声明（请认真阅读）

1. 第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。
2. UGC 隐私：拉回的评论 / 弹幕 / 动态 / 私信 / 联系人等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。
3. 凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。
4. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 平台 ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台 注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUBAPIKEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

2️⃣ Recipe 匹配规则（核心）

1. 加载 references/recipes/index.md，扫 triggerkeywords 列
2. 最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
3. 平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
4. 无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

1. 读 references/atoms/index.md，按 chainrole 列定位起点（starter）和终点（terminal）
2. 优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
3. 字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
4. 链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

6️⃣ 输出契约（与用户对话时）

1. 数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
2. 缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
3. 不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

基础使用（4 步完成调用）

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUBAPIKEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

Step 3 — 构建最小调用计划

• ✅ 优先使用最少端点完成任务，能用一个端点就不用两个
• ✅ 高风险端点（批量 / 写入）调用前必须让用户确认参数
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

Step 4 — 执行并验证

• 调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → 写入确认）
• 收到 404 → 必须先做 §3.1 (A) 防路径臆造自检（5 步）
• 收到 400 / 422 → 必须先做 §3.1 (B) 防参数臆造自检（6 步）
• 收到 业务 code != 0 → 读 message_zh 报告用户，不重试

高级使用

链式调用图谱（Chain Recipes）

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对 → 不等 STOP
3. 参数键名比对 → 有清单外参数 STOP
4. 资源 ID 来源溯源 → Agent 编造的 STOP
5. 全通过才判定 "上游资源不存在"

收到 400 / 422 时（B）：

1. 参数名严格比对（大小写 / 缩写 / 复数）
2. 必填项齐全 + oneOf 二选一逻辑
3. 类型与格式严格匹配（pattern / enum）
4. 传参方式正确（query vs body）
5. 没有 IN 表外的臆造参数
6. 全通过才按 message_zh 排查

SKILL 版本更新

常用命令速查表

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 这个抖音 aweme_id 视频的评论」

Agent 执行步骤：

1. 匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
2. 加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
3. 路径校验：对每个 atom 的 endpointid，grep 一下 endpointswhitelist.yaml 确认存在
4. risk: low 的端点直接调用，risk: medium+ 先与用户确认
5. 链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
6. 错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
7. 输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

• ❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
• ❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
• ❌ 把没在响应里的字段编一个值返回给用户
• ❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：抖音内容创作者寻找选题

• 角色：抖音短视频创作者
• 需求：想分析近期同赛道热门视频共性，寻找下一个选题方向
• 使用方式：调用 trending.md 拉取分类热榜与上升榜 → 取 aweme_id → 链式调 video.md 提取标题、话题、音乐 → 调 comments.md 抓取评论关键词
• 预期收益：通过热榜 + 详情 + 评论三层链路快速锁定高互动作品共同特征，沉淀可复用的选题模板与音乐库

场景二：新媒体团队竞品分析

• 角色：MCN / 品牌新媒体运营
• 需求：监控竞品账号的作品节奏、粉丝增长与互动表现
• 使用方式：user.md 取 secuserid → 拉取作品列表 + 粉丝统计 → creator.md 调用流量分析与观众画像 → comments.md 抽样评论
• 预期收益：构建竞品账号画像数据库，量化对比内容策略与受众重合度

场景三：星图 KOL 投放分析

• 角色：品牌投放 / 广告优化师
• 需求：在投放前评估 KOL 真实粉丝画像、报价合理性与历史转化数据
• 使用方式：user.md 反查 uid → xingtu.md 用 KOL ID 查询基本信息 + 服务报价 + 转化分析 + 视频表现 + 星图指数
• 预期收益：投放前完成 KOL 健康度筛查，降低无效投放，提升 ROI 决策准确度

场景四：直播数据采集与商品分析

• 角色：直播电商运营 / 数据分析师
• 需求：实时监控直播间互动、礼物排行与挂车商品转化
• 使用方式：live.md 取 room_id → 拉取弹幕 + 送礼排行 + 直播商品 → live.md 商品详情 / 评价 → creator.md 观众画像
• 预期收益：构建直播间秒级监控面板，识别高转化商品组合与观众分层特征

6. 项目架构

目录结构

maxhub-douyin/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 3.7.2）
└── references/
    ├── endpoints_whitelist.yaml        # 273 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理 + 替换矩阵）
    ├── video.md                        # 视频域：详情/播放/下载/统计/合集/音乐/话题（42 端点）
    ├── user.md                         # 用户域：资料/粉丝/作品/喜欢/收藏夹/合辑/搜索（24 端点）
    ├── search.md                       # 搜索域：综合/视频/用户/图片/直播/话题/经验等（19 端点）
    ├── trending.md                     # 热榜域：分类/上升/同城/挑战/活动/账号/话题（39 端点）
    ├── creator.md                      # 创作者域：素材/商单/流量/画像/账号诊断（31 端点）
    ├── xingtu.md                       # 星图域：KOL/画像/报价/转化/指数/MCN/IP 日历（43 端点）
    ├── comments.md                     # 评论域：评论/回复/弹幕（6 端点）
    ├── content.md                      # 抖音指数域：关键词/品牌/人群/趋势报告（44 端点）
    ├── live.md                         # 直播域：直播流/弹幕/礼物/商品/转换（14 端点）
    ├── tools.md                        # 工具域：Cookie/Token/签名/设备注册（13 端点）
    └── update.md                       # SKILL 更新机制（SkillHub / ClawHub / GitHub）

技术栈

API 覆盖范围

关键设计理念

• 防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
• Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
• 链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
• 错误处理契约：HTTP 状态码权威定义 + §3.1 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵