douyin-comment
抖音评论分析工具。输入作品链接即可获取一级评论数据,支持分页浏览、评论情感分析(积极/负面/需求/竞品),生成精美 HTML 报告。当用户需要查看抖音作品评论、分析评论舆情、了解用户反馈时使用。触发词:抖音评论、作品评论、评论查询、评论分析、评论舆情、看评论。
How do I install this agent skill?
npx skills add https://github.com/redfox-data/redfox-community --skill douyin-commentIs this agent skill safe to install?
- Gen Agent Trust Hubpass
This skill is a legitimate tool designed to fetch and analyze Douyin video comments. It follows secure practices by using vendor-provided APIs, managing credentials via environment variables, and sanitizing output for HTML reports.
- Socketpass
No alerts
- Snykwarn
Risk: MEDIUM · 1 issue
What does this agent skill do?
抖音评论分析
📝 简介
输入抖音作品链接即可获取一级评论数据,每页 20 条,支持分页翻页。在对话中展示当前页全部评论及 AI 总结分析,同时生成包含当前页数据和总结的交互式 HTML 报告。
✨ 功能特性
| 功能模块 | 能力描述 | 核心价值 |
|---|---|---|
| 评论获取 | 粘贴作品链接即可获取评论 | 拉取作品评论区最新数据 |
| 分页浏览 | 每页 20 条,支持翻页 | 逐页浏览大量评论 |
| AI 总结 | 四维情感分析(积极/负面/需求/竞品) | 快速了解评论舆情全貌 |
| 置顶标记 | 置顶评论特殊标识 | 一眼识别重要评论 |
| HTML 报告 | 深色主题交互式报告 | 离线保存/分享分析结果 |
🔑 鉴权
- 获取 API Key:前往 红狐hub
- 配置方式1:写入
~/.openclaw/openclaw.json→{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } } - 配置方式2:终端执行
export REDFOX_API_KEY="ak_xxxx..."
🔄 工作流程
Step 1:理解用户意图,提取 videoId
⚠️ 核心规则:必须从用户输入中提取 videoId。
- 用户可能直接提供 videoId(纯数字)
- 用户可能提供作品链接(如
https://www.douyin.com/video/7131700643076623629),从链接中提取 videoId - 若用户未提供作品链接,主动询问:「请提供抖音作品链接」
- 若用户在上一轮对话中查询过某作品的数据,且本轮输入模糊(如"下一页"、"评论分析"),沿用上一轮的 videoId
Step 2:调用评论获取脚本(自动生成 HTML)
⚠️ 每次调用仅请求一页数据(一次 API 请求),不可擅自发起多次调用拉取多页。
脚本每次调用自动生成 HTML 报告(含 {{PLACEHOLDER}} 占位符,未回填分析数据)。终端展示与 HTML 基于同一次 API 调用,确保数据一致。
python3 ~/.agents/skills/douyin-comment-search/scripts/douyin_comment_search.py "<videoId>" [--offset <offset>]
参数说明:
| 参数 | 说明 | 默认值 |
|---|---|---|
videoId | 抖音作品 ID(必填) | — |
--offset | 偏移量,每页 20 条 | 0 |
--output-dir | HTML 输出目录 | ~/Downloads/QoderReports |
offset 与页码对应关系:
| 页码 | offset |
|---|---|
| 第 1 页 | 0 |
| 第 2 页 | 20 |
| 第 3 页 | 40 |
| ... | offset = (page - 1) × 20 |
脚本返回 JSON:
| 字段 | 说明 |
|---|---|
video_id | 作品 ID |
current_page | 当前页码 |
total_fetched | 本次获取的评论数 |
has_next | 是否有下一页(true/false) |
comments | 评论列表 |
html_path | 生成的 HTML 报告路径(含占位符,待回填) |
每条评论字段:
| 字段 | 说明 |
|---|---|
comment_id | 评论 ID |
content | 评论内容 |
like_count | 点赞数 |
reply_count | 回复数 |
create_time | 评论时间 |
ip_location | IP 属地 |
user_name | 用户昵称 |
user_avatar | 用户头像 URL |
user_id | 用户 ID(用于生成主页链接) |
user_url | 用户主页链接 |
is_top | 是否置顶(true/false) |
注意: HTML 报告此时仅含评论原始数据,分析占位符(
{{PLACEHOLDER}})待用户确认后回填。
Step 3:对话中展示评论数据 + AI 总结
⚠️ 每次操作仅调用一次 API,获取一页数据。对话展示与 HTML 报告基于同一页数据。
A1. 告知查询范围
📊 作品「{videoId}」共获取 N 条评论(第 {page} 页),以下是详细数据:
A2. 渲染评论表格(展示当前页全部评论)
| # | 评论人 | 评论内容 | 👍 | 💬 | 时间 | IP |
|---|--------|---------|----|----|------|-----|
| 1 | [昵称](主页链接) | 评论内容... | 1223 | 213 | 02-12 15:30 | 广东 |
| 2 | [昵称](主页链接) | 评论内容... | 856 | 45 | 02-12 14:20 | 北京 |
| ... | ... | ... | ... | ... | ... | ... |
格式规则:
- 评论人列使用
[昵称](user_url)Markdown 格式,无需设置图片尺寸 - 评论内容超过 40 字截断加
... - 时间格式化为
MM-DD HH:MM - 置顶评论在昵称后加
📌标记(整个评论行使用 加粗 样式) like_count/reply_count数字 ≥ 10000 使用x.xw格式- ⚠️ 每页最多 20 条,对话中全部展示,不得截断
A3. AI 评论总结(⚠️ 每次查询(含翻页)必须输出)
基于当前页获取到的全部评论,进行四维情感分析。分析前需理解抖音梗文化(流行语、缩写、表情包语义、热门话题背景)。
📈 评论总结分析(基于 {total} 条评论)
✅ 积极评价({positive_ratio}%)
- {要点1}
- {要点2}
- ...
⚠️ 负面评价({negative_ratio}%)
- {要点1}
- {要点2}
- ...
💡 用户需求({demand_ratio}%)
- {要点1}
- {要点2}
- ...
🔍 竞品对比舆情({competitor_ratio}%)
- {仅当评论中提及竞品时输出,否则输出「未提及竞品」}
- {竞品名称}:{舆情要点}
分析要求:
- 每条要点需引用代表评论(截取关键词/短语)
- 百分比为提及该类型评论的数量占总评论数的比例
- 积极/负面/需求/竞品四类占比总和可能超过 100%(一条评论可能同时包含多类信息)
- 必须理解抖音梗文化:识别流行语(如"绝绝子""yyds""破防""入典"等)、表情包语义、缩写(如"xswl""awsl")、梗的语境含义
A4. 翻页提示(⚠️ 紧接在 A3 之后,每次必须输出)
- 若
has_next为 true:
📄 当前第 {page} 页(共 {total_fetched} 条)。回复「下一页」继续查看。
- 若
has_next为 false:
📄 当前第 {page} 页,已无更多数据。
⚠️ A1~A4 必须在同一轮输出中连续完成,不可省略任何一步。
A4 输出完毕后,询问用户是否需要生成 HTML 可视化报告:
📊 是否需要生成 HTML 可视化报告?
若用户回复「是」「需要」「生成」「html」等确认词,则执行以下步骤(无需重新调用脚本,HTML 文件已在 Step 2 生成):
① 回填 AI 分析结果到 HTML
调用 backfill_html.py 将 AI 分析结果回填到 HTML 中的 {{PLACEHOLDER}} 占位符:
python3 ~/.agents/skills/douyin-comment-search/scripts/backfill_html.py "<html_path>" --analysis-json '{
"positive_ratio": <正整数>,
"negative_ratio": <正整数>,
"demand_ratio": <正整数>,
"competitor_ratio": <正整数>,
"positive_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>",
"negative_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>",
"demand_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>",
"competitor_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>"
}'
JSON 字段说明:
| 字段 | 类型 | 说明 | 示例 |
|---|---|---|---|
positive_ratio | int | 积极评价占比(纯数字,不含%) | 45 |
negative_ratio | int | 负面评价占比 | 30 |
demand_ratio | int | 用户需求占比 | 15 |
competitor_ratio | int | 竞品对比占比 | 15 |
positive_summary | string | 积极评价摘要(HTML 格式 <ul><li>...</li></ul>) | 见示例 |
negative_summary | string | 负面评价摘要 | 同上 |
demand_summary | string | 用户需求摘要 | 同上 |
competitor_summary | string | 竞品对比摘要 | 同上 |
注意: JSON 字符串参数包含双引号,Bash 中使用单引号包裹,内部双引号需转义 \"。若内容含单引号则用 stdin 方式传入:echo '...' | python3 backfill_html.py "<html_path>"
② 打开 HTML 报告:
open "<html_path>"
Step 4:翻页处理(用户回复「下一页」等时)
当用户回复「下一页」「上一页」「第 N 页」时:
- 沿用 Step 1 中提取的 videoId
- 计算新的 offset:
(page - 1) × 20 - 重新调用脚本(与 Step 2 一致,自动生成 HTML):
python3 .../douyin_comment_search.py "<videoId>" --offset <offset> - 完整执行 Step 3 的 A1~A4(每页独立展示 + AI 分析)
- A4 后询问用户是否需要生成当前页 HTML(同 Step 3 末尾流程,无需重新调用脚本)
翻页规则:
has_next为 true → 当前页正好 20 条,存在下一页has_next为 false → 当前页不足 20 条,已是最后一页
Step 5:错误处理
| 错误类型 | 处理方式 |
|---|---|
| 无 API Key | 提示配置 REDFOX_API_KEY,给出配置指引 |
| 作品链接无效 | 提示「未找到该作品的评论,请检查作品链接是否正确」 |
| 接口返回错误 | 显示错误码和错误信息 |
| 获取 0 条评论 | 提示「该作品暂无评论」并建议检查作品是否存在或已删除 |
| 网络请求超时 | 提示「网络请求超时,请稍后重试」 |
📋 依赖
# 脚本使用 urllib(Python 标准库),无需额外安装依赖
🎯 使用示例
示例 1:查看指定作品的评论
用户:查看抖音作品 7131700643076623629 的评论
助手:调用脚本(自动生成HTML) → 展示全部20条 + AI总结 → 询问是否需要HTML → 用户确认 → backfill → open
示例 2:通过链接查询
用户:https://www.douyin.com/video/7131700643076623629 这篇的评论怎么样
助手:提取 videoId → 调用脚本 → 展示分析 → 询问是否需要HTML
示例 3:翻页
用户:下一页
助手:调用脚本 offset=20 → 展示第2页 + AI分析 → 询问是否需要当前页HTML
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/redfox-data/redfox-community/douyin-comment">View douyin-comment on skillZs</a>