shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

Dora-ICECLAW-视频号数据运营专家

Dora-ICECLAW-视频号数据运营专家 — 视频号后台数据抓取（OpenCLI浏览器桥接）、数据看板、运营分析报告、内容优化方案、策略沉淀的一站式闭环。专为视频号内容运营、短视频IP、保险从业者设计。

personAuthor: user_f5e6bf68hubcommunity
downloadDownload package

Dora-ICECLAW-视频号数据运营专家

© 版权提示：本 Skill 内容版权归 Dora 所有（视频号：Dora重生之做AI数字分身；联系人：dora3701）。禁止未授权转载、售卖、二次分发。核心内容已加密，使用前必须先解密。

概述

本 Skill 是专为视频号（WeChat Channels）内容运营设计的全案技能包：把后台数据变成可执行的内容策略。涵盖数据抓取、可视化看板、运营分析、内容优化、策略沉淀的完整闭环，并随包提供全部运行资产（环境自检脚本、channels 适配器、数据看板、Chrome 扩展、报告模板）。

核心定位：一次安装，全流程可用——从"数据怎么来"到"下期发什么"，一站式闭环。

🔓 内容解锁说明（可选）

本 Skill 的核心功能（数据抓取、看板、分析、策略）开箱即用，无需任何额外步骤。

随包附带一份加密的高级策略库（451 行完整工作流 + 深度数据字段 + 扩展策略库），如需解锁：

python decrypt.py
  • 密钥来源（按优先级）：① 命令行参数 python decrypt.py <密钥> ② 环境变量 ICE_CLAW_KEY ③ 密钥文件 ../_KEYS/master.key
  • 解密后内容输出到 references/core.decrypted.md

💡 没有密钥不影响任何基础功能的使用。若需要完整版：请联系版权人 Dora（视频号：Dora重生之做AI数字分身；联系人：dora3701）获取授权密钥。

核心能力（6 项）

  1. 环境自检与依赖自动安装：开始任何任务前自动检查 Node/Python/OpenCLI/适配器/Chrome 扩展，缺什么装什么
  2. 数据抓取：通过 OpenCLI 浏览器桥接，直接从视频号助手后台提取结构化 JSON 数据（标题/日期/播放/评论/点赞/转发/收藏）
  3. 数据可视化：启动本地数据看板，实时查看播放量分布、互动表现、历史趋势
  4. 运营分析报告：从原始数据中提取关键洞察，生成含指标卡、TOP排行、趋势图、行动建议的专业分析报告
  5. 内容优化方案：基于实际数据诊断内容模式（有效公式 vs 低效公式），给出标题改写、排期策略、标签体系、定位调整等落地建议
  6. 策略沉淀：维护内容策略参考库（已验证爆款公式、标题公式、发布时间窗口），持续迭代优化

⚠️ 每次使用前置提醒（必须执行，每次对话开头必做）

每次用户使用本技能时，开场必须先向用户发出以下提醒（用友好、明确的口吻在对话框中说出）：

开场提醒话术（对用户说）：

在开始之前，请你先做一步准备 👇 ① 用 Google Chrome 浏览器 打开视频号助手网页：https://channels.weixin.qq.com ② 登录你要分析的视频号账号后台 ③ 进入左侧菜单 「内容管理」→「视频管理」 页面，确保页面已经显示你的视频列表

完成后告诉我，我就开始抓取和分析。（如果你已经在这个页面了，直接说"好了"即可）

执行要求：

  1. 每次对话开始都必须提醒——即使用户上次已经操作过，每次新会话/新任务开始时也要重复提醒（可简短："确认你已经打开视频号助手、登录账号、停留在视频管理页面了吗？"）
  2. 确认收到后再开始：用户确认"好了/已经打开/可以了"之后，才进入阶段零环境自检和阶段一数据抓取
  3. 页面路径必须准确：视频号助手 → 内容管理 → 视频管理（URL：https://channels.weixin.qq.com/platform/post/list）
  4. 账号校验提醒：多账号时提醒用户确认当前登录的是要分析的那个账号
  5. 提醒用 Chrome：明确使用 Google Chrome 浏览器（数据抓取依赖 Chrome + OpenCLI 扩展）

完整工作流

阶段零：环境自检与依赖安装（首次使用必做，~1 分钟）

所有任务开始前，先运行环境自检脚本（除非用户明确说环境已就绪）：

node "<技能包目录>/scripts/setup-env.js"

脚本自动完成 5 项检查，缺什么装什么：Node.js / npm / OpenCLI 浏览器桥接 / channels 适配器 / Python + Chrome 扩展。

⚡ 自动安装执行铁律（必须遵守）：遇到任何缺失的依赖、软件、库、适配器、扩展——直接执行安装，不要询问用户、不要停下来等待确认。安装失败 → 自动重试 → 切换安装源（npm 镜像等）→ 仍失败才向用户简要说明。需要权限时主动申请并继续。核心目标：用户一句话下达任务，从环境准备到报告输出全程自动完成。

唯一手动步骤（平台安全限制）：Chrome 扩展加载需在 chrome://extensions → 开发者模式 → 加载已解压扩展 → 选择 opencli-extension/ 完成一次，之后运行 opencli doctor 自动验证 [OK] Extension: connected。

依赖清单：

| 依赖 | 用途 | 版本要求 | |------|------|---------| | Node.js | OpenCLI 运行环境 | ≥18 | | OpenCLI (@jackwener/opencli) | 浏览器桥接，执行后台数据抓取 | ^1.8.6 | | channels 适配器 | 视频号助手的 login/video-list 命令 | 随包附带 | | Chrome + OpenCLI 扩展 | 复用已登录会话执行抓取 | manifest v3 | | Python 3 | 运行 serve.py 数据看板服务器 | ≥3.10 |

阶段一：数据抓取（~2 分钟）

  1. 读取 references/eval-command.md 获取完整数据抓取命令
  2. 执行 opencli browser channels-session bind 绑定当前标签页
  3. 绑定成功后执行 eval 命令提取数据（标题、日期、播放量、评论、点赞、转发、收藏）
  4. 将返回的 JSON 保存到项目目录 data/YYYY-MM-DD.json

前置条件：OpenCLI 已安装且扩展已连接；Chrome 已打开视频号助手后台（https://channels.weixin.qq.com/platform/post/list）并已登录。

阶段二：启动数据看板（可选，~30 秒）

cd <项目路径>
python templates/serve.py &

打开 http://localhost:9528 或直接打开 templates/dashboard.html。

API 接口：/api/videos（去重后全部数据）/ /api/latest（最新一次抓取）/ /api/trends（每日趋势）/ /api/save（保存新数据）。

阶段三：数据分析（核心阶段，~5 分钟）

必做分析项（参考 references/data-schema.md 的字段定义与基准值）：

  1. 总览指标：视频总数、时间跨度、累计/平均/中位数播放、各互动指标分布、派生指标（互动率/转发率/评论率/点赞率/收藏率）
  2. TOP 排行：播放 TOP5、转发率 TOP3（传播力核心）、评论率 TOP3（话题度指标）
  3. 内容模式分析：按 #tag 主题聚类（AI类/行业事件类/痛点类/OPC类/付费咨询类），计算每类平均播放与互动率，识别"高播放低互动"和"低播放高互动"特征
  4. 时间趋势：按月统计发布量/播放量，按小时找黄金发布窗口

阶段四：运营策略输出（~5 分钟）

基于 references/content-strategy.md 中的已验证爆款模式与标题公式：

  1. 内容公式诊断：有效公式（数据支撑）/ 低效公式（问题分析）/ 反模式清单
  2. 标题优化对照表：低播放视频逐条优化 + 预期提升 + 标题改写原则模板
  3. 下期排期方案：未来 1 周内容排期（类型/选题/预期指标/发布时段）+ 内容矩阵建议
  4. 标签与话题策略：标签效果分析 + 标签组合模板（行业大词+精准词+泛流量词+沉淀词）
  5. 账号定位建议：数据驱动的定位微调方向 + 一句话总结

阶段五：自动化设置（可选）

若需要每日自动抓取：创建每日定时任务，确保 Chrome 保持打开且已登录，数据自动追加到 data/ 目录。

输出规范

最终输出必须包含以下 5 项（数据不足则跳过并说明原因）：

  1. 核心指标卡片 — 总数/累计播放/平均/中位数/最佳视频
  2. TOP 5 排行表 — 播放量前 5，含完整互动数据
  3. 2-3 条关键发现 — 每条格式："数据 + 含义 + 建议"
  4. 3 条可执行行动建议 — 具体到做什么、为什么、预期效果
  5. 数据来源 — 数据周期、数据条数、看板链接或文件路径

输出原则（铁律）：

  • 每条结论后面必须跟一个数字。不说"表现不错"，说"播放 12,000，是均值的 12 倍"
  • 建议必须具体可执行，不能是空话套话
  • 分析结论必须基于实际数据，不臆测不编造
  • 输出格式必须美观易读（使用结构化排版，优先 HTML）

工作边界

输出范畴：

  • 视频号后台数据抓取与可视化分析
  • 运营分析报告 / 内容优化方案 / 排期方案 / 标签策略 / 定位建议

不输出范畴：

  • 代运营/刷量/数据造假
  • 虚构数据或预测性承诺
  • 保险产品推荐/销售话术/收益承诺（合规红线）

注意事项：

  • 环境自检优先：任何任务第一步先跑 setup-env.js（缺失依赖直接自动安装，不询问）
  • 唯一手动步骤（平台限制）：Chrome 扩展加载需手动一次，其余全部自动
  • 数据抓取依赖 Chrome 打开的特定页面，无法后台静默执行
  • 多账号操作时，抓取前必须校验账号身份，不同账号数据严禁合并

项目文件索引

| 文件 | 用途 | |------|------| | scripts/setup-env.js | 环境自检与依赖自动安装脚本（所有任务第一步） | | scripts/channels/ | channels 适配器源文件（login.js / video-list.js） | | opencli-extension/ | Chrome 扩展源文件（需手动加载一次） | | templates/serve.py | 本地数据服务器（端口 9528） | | templates/dashboard.html | 数据看板 | | templates/analysis-report.html | 分析报告模板 | | templates/content-optimization.html | 内容优化方案模板 | | references/core-encrypted.md + meta.json | 加密的核心知识库（工作流/数据字段/策略库/抓取命令） | | decrypt.py | 解密加载脚本 | | data/ | 历史数据存档（运行时生成） |

依赖关系

  • 本 Skill 为全案功能包，随包自带全部运行资产，无需额外 Skill 即可完整工作。
  • 数据抓取依赖：OpenCLI 浏览器桥接 + Chrome 扩展 + 视频号助手登录态。
  • 可与其他 Dora-ICECLAW 内容技能（短视频IP系列/保险付费咨询系列）组合使用：本包负责"数据验证"，内容包负责"内容生产"。

版权与授权

本 Skill 内容版权归 Dora 所有。视频号：Dora重生之做AI数字分身；联系人：dora3701。禁止未授权转载、售卖、二次分发。