今日头条数据助手

1. 简介

今日头条数据查询工具，通过 MaxHub API 接入字节跳动旗下资讯聚合平台今日头条，覆盖 App 端文章详情 / 视频详情 / 评论列表 / 用户资料 / 用户 ID 解析，以及 Web 端文章详情 / 视频详情两类入口。专注服务于头条内容采集、用户画像研究、文章 / 视频爬取与跨端数据对齐场景，帮助用户高效获取头条内容数据，构建资讯赛道的内容情报基底。

2. 详细功能

文章与视频双形态

拉取头条文章详情，包含完整正文、配图、作者与发布时间
拉取头条视频详情，获取视频元数据、封面与互动统计
同一篇内容支持文章与视频两种调用入口，覆盖图文与视频双场景
适合批量爬取爆款内容，构建头条赛道的内容数据库

评论链路

拉取一篇头条文章或视频下的一级评论列表
支持游标翻页，可持续翻页直至覆盖全部评论
还原读者的真实反馈与争议焦点，辅助舆情研判

用户全景画像

读取头条号作者的资料、签名、认证身份与粉丝量
通过用户主页 URL 反查用户唯一标识，打通"链接 → 资料"的解析链路
适合 MCN 与品牌方批量梳理头条号矩阵与作者画像

App 与 Web 双端覆盖

同时支持 App 端与 Web 端两种数据入口，按场景灵活选择
App 端与 Web 端可双向校对同一篇内容的元数据，提升采集可靠性
跨端字段互补，规避单端数据缺失或字段空洞的风险

📋 数据传输与隐私声明（请认真阅读）

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。

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。

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。

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 MAXHUB_API_KEY 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

| 环境变量 | 说明 | 是否必填 | 获取方式 | |---|---|---|---| | MAXHUB_API_KEY | MaxHub 数据 API Key | 是 | MaxHub 控制台 |

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）

| 步骤 | 何时读 | 加载文件 | 估算 token | |------|-------|---------|-----------| | ① 永远先读 | 接到任何请求时 | SKILL.md §0.1（不支持清单）+ §4（本节） | ~1K | | ② 选择 recipe | 用户语义清晰时 | references/recipes/_index.md（仅索引） | ~1.5K | | ③ 加载 recipe 详情 | 匹配到具体 recipe 时 | references/recipes/<domain>.md 的对应段落 | ~500/段 | | ④ 加载端点详情 | 自定义链路或参数不明时 | references/<domain>.md 单文件 | ~3K | | ⑤ 路径白名单校验 | 调用前 | grep '<endpoint_id>' references/endpoints_whitelist.yaml（禁止整体读） | ~50 行 | | ⑥ 跨端点字段路由 | 链式调用时 | references/param-mappings.md § 字段流字典 | ~1K |

2️⃣ Recipe 匹配规则（核心）

加载 references/recipes/_index.md，扫 trigger_keywords 列
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）
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？"
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）

读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
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
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）

| 端点 risk | 必做自检 | 步骤数 | |----------|---------|-------| | risk: low | ① 路径在 endpoints_whitelist.yaml | 1 步 | | risk: medium | ① 路径 ② method ③ 必填参数 ④ 写入确认 | 4 步 | | risk: high | 4 步 + 显式向用户确认参数与意图 | 5 步 | | risk: critical（restricted） | 6 步高风险确认流程（详见 §高风险能力清单） | 6 步 |

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

| 现象 | 行动 | 重试 | |------|------|------| | 404 / 410 | §3.1(A) 5 步防臆造自检 → 通过才 STOP；禁止自改路径段重试 | 0 | | 400 / 422 | §3.1(B) 6 步防参数臆造自检 → 通过才修参重试 | ≤1 | | 401 / 402 / 403 | STOP，告知用户去 https://www.aconfig.cn 处理 | 0 | | 429 | 读 Retry-After 退避；无该头时指数退避+jitter | ≤2 | | 5xx | 等 3 秒重试 → 仍失败走端点级"降级/替换" | 1 | | HTTP 200 + code != 0 | 读 message_zh 报告用户；不重试（业务错误重试无用） | 0 |

6️⃣ 输出契约（与用户对话时）

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
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
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）

| 规则 | 说明 | |------|------| | 🔒 只读 | 本技能仅用于数据查询和分析，不执行写入 / 账户操作 | | 🚫 禁止臆造路径 | 仅使用 references/endpoints_whitelist.yaml 中的端点，不得自行拼接、改 app/web 段、加路径段 | | 📋 数据流向第三方 | 所有请求发送至 https://www.aconfig.cn，请使用独立测试账号并定期轮换 API Key | | 🔑 凭证保护 | 不暴露 API Key、Cookie、Token 至日志或对话 |

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 MAXHUB_API_KEY。

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：

| 用户目标 | 加载文件 | 覆盖范围 | |---------|---------|---------| | 查文章 / 视频 / 评论 | references/post.md | App 端文章 / 视频 / 评论 + Web 端文章 / 视频（5 端点） | | 查用户 / 解析 user_id | references/user.md | App 端用户资料、用户主页 URL → user_id 解析（2 端点） | | 跨端点参数查询 / 字段流追溯 | references/param-mappings.md | 全局红线 + 端点路由 + 字段流字典 + 错误处理总览 | | 路径白名单硬校验 | references/endpoints_whitelist.yaml | 7 个端点的硬白名单 + Pre-call 4 步自检协议 | | SKILL 版本检查与升级 | references/update.md | SkillHub / ClawHub / GitHub 三通道更新 |

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
✅ App 端 group_id 与 Web 端 aweme_id 不可混用，须按入口选择
❌ 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 → 必须先做防路径臆造自检（5 步），尤其确认 app / web 段
收到 400 / 422 → 必须先做防参数臆造自检（6 步），重点检查 group_id / aweme_id
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）

| 用户场景 | 链路 | 字段流 | |---------|------|-------| | App 端文章 + 评论 | app_get_article_info → app_get_comments | group_id 复用 | | App 端视频 + 评论 | app_get_video_info → app_get_comments | group_id 复用 | | 用户主页 URL → 用户资料 | app_get_user_id → app_get_user_info | user_profile_url → user_id 接力 | | Web 文章详情 | web_get_article_info（aweme_id） | Web 端独立链路 | | Web 视频详情 | web_get_video_info（aweme_id） | Web 端独立链路 |

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

路径白名单逐字符比对 → 不在清单中 STOP
Method 比对 → 不等 STOP
参数键名比对 → 有清单外参数 STOP
app / web 段是否混用 → 错段 STOP
资源 ID 来源溯源 → Agent 编造的 STOP
全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

参数名严格比对（App 端用 group_id / Web 端用 aweme_id，不可混用）
必填项齐全（app_get_comments 必传 offset）
类型与格式严格匹配
传参方式正确（query string）
没有 IN 表外的臆造参数
全通过才按 message_zh 排查

App ↔ Web 端点替换矩阵

| App 端 | Web 端 | 关键差异 | |---|---|---| | app_get_article_info（group_id） | web_get_article_info（aweme_id） | 主键不同 | | app_get_video_info（group_id） | web_get_video_info（aweme_id） | 主键不同 |

SKILL 版本更新

| 触发条件 | 推荐操作 | |---------|---------| | 合法路径持续 404 / 410 | skillhub upgrade maxhub-toutiao（国内）或 clawhub upgrade maxhub-toutiao（国际） | | 用户问"版本是多少" | 当前版本 v3.7.2，访问 https://skillhub.cn/skills/maxhub-toutiao | | 多端点连续 410 | skillhub upgrade maxhub-toutiao --force | | 401 / 402 / 403 | 不是版本问题，去 https://www.aconfig.cn 处理 |

常用命令速查表

| 场景 | 命令 | |---|---| | 查 API Key | [ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" \|\| echo "missing" | | App 端查文章 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/toutiao/app/get_article_info?group_id=xxx" | | App 端查视频 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/toutiao/app/get_video_info?group_id=xxx" | | App 端查评论 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/toutiao/app/get_comments?group_id=xxx&offset=0" | | 主页 URL → user_id | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/toutiao/app/get_user_id?user_profile_url=..." | | Web 端查文章 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/toutiao/web/get_article_info?aweme_id=xxx" | | 检查 SKILL 更新 | skillhub info maxhub-toutiao 或 clawhub info maxhub-toutiao |

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看今日头条某个文章的评论」

Agent 执行步骤：

匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
risk: low 的端点直接调用，risk: medium+ 先与用户确认
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
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
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：头条内容采集团队批量爬取爆款

角色：内容采集工程师
需求：根据头条号文章 / 视频 ID 批量采集详情用于内容数据库
使用方式：group_id 列表 → 并行调 app_get_article_info / app_get_video_info → 链式调 app_get_comments 取评论
预期收益：构建头条爆款内容数据库，支持后续数据挖掘与训练样本生产

场景二：用户画像分析师研究头条号

角色：MCN 数据研究员
需求：从头条号主页 URL 出发完整还原作者画像
使用方式：app_get_user_id（user_profile_url 解析）→ app_get_user_info（user_id 拉资料）
预期收益：批量构建头条号作者画像，识别真实活跃账号

场景三：文章爬取自动化任务

角色：自媒体监控
需求：跨 App / Web 双端对齐采集同一篇文章的元数据
使用方式：App 端 app_get_article_info（group_id）+ Web 端 web_get_article_info（aweme_id）双向校对
预期收益：双端数据交叉校对，提升爬取数据完整性与可靠性

场景四：视频内容研究者追踪头条视频

角色：视频内容研究员
需求：监测头条视频的播放数据 + 评论争议
使用方式：app_get_video_info（group_id）→ app_get_comments（group_id + offset）翻页全量拉评论
预期收益：完整还原头条视频的用户反馈与传播路径

6. 项目架构

目录结构

maxhub-toutiao/
├── 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        # 7 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）
    ├── post.md                         # 内容域：App 文章/视频/评论 + Web 文章/视频（5 端点）
    ├── user.md                         # 用户域：用户资料 + 主页 URL 解析（2 端点）
    └── update.md                       # SKILL 更新机制（SkillHub / ClawHub / GitHub）

技术栈

| 组件 | 技术 | 说明 | |------|------|------| | 调用方式 | curl + Bearer Token | HTTP GET 请求，参数通过 query string 传递 | | 数据接口 | MaxHub API | https://www.aconfig.cn/api/v1/toutiao/app/* 与 web/*，通过 MAXHUB_API_KEY 鉴权 | | 路径校验 | YAML 硬白名单 | endpoints_whitelist.yaml 提供 7 端点的逐字符校验 + 4 步 Pre-call 协议 | | 错误处理 | 决策表 + 自检清单 | HTTP 状态码权威定义 + 防臆造自检（A/B 双轨）+ App↔Web 替换矩阵 | | 输出格式 | JSON Standard MaxHub Response | {code, message, message_zh, data, cache_url} | | 更新通道 | SkillHub / ClawHub / GitHub | 国内 ⭐⭐⭐ SkillHub（腾讯云 CDN）/ 国际 ⭐⭐⭐ ClawHub / 降级 GitHub |

API 覆盖范围

| 领域 | 端点数 | Reference 文件 | |------|--------|---------------| | 内容（Post） | 5 | post.md | | 用户（User） | 2 | user.md | | 合计 | 7 | — |

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）
App / Web 双端契约：group_id ↔ aweme_id 主键互斥 + 替换矩阵兜底
链式调用图谱：字段流字典（group_id / aweme_id / user_id / user_profile_url）+ Chain Recipes
错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ App↔Web 替换矩阵