视频号评论采集

SKILL研究检索
研究检索 未标注权限 许可证不明确
安装这个技能

青虎AI 视频号评论采集:查询视频号作品评论,支持翻页与展开二级回复。当用户说「采集这条视频号视频的评论」「评论区反馈」或提出同类需求时必须触发。关键词:青虎AI、qhkit、青虎数据、视频号、微信视频号、视频号评论、评论采集、视频号评论采集、查视频评论。

一句话选型结论

按资料字段整理

视频号评论采集是研究检索类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类研究检索 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_6883f9bd/qinghu-shipinhao-comment-collect
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

研究检索
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_6883f9bd仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量8.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
查资料并整理出处

让模型按主题查资料,并把引用来源整理成清单。

网页与文献要点提炼

把长文、论文、网页压成能直接看的要点。

竞品与行业汇总

按关键词汇总竞品动态与行业信息。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在研究检索场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
视频号评论采集当前 未标注权限 未标注 未标注 未标注 有
寻找技能 浏览器控制 GitHub 仓库 3120.0 万 Codex、Claude、Cursor 有
自我改进 Agent 接触敏感数据 ClawHub 市场 1646.4 万 OpenClaw 有
灵魂追踪 联网访问 GitHub 仓库 758.9 万 Codex、Claude、Cursor 有
自我完善 联网访问 ClawHub 市场 682.9 万 OpenClaw 有
微软代工厂 调用外部服务 GitHub 仓库 661.4 万 Codex、Claude、Cursor 有

SKILL.md 全文

8.9 KB
模型实际读到的说明书原文,来自技能仓库

视频号评论采集

查询视频号作品评论,支持翻页与展开二级回复。

数据来自青虎数据工具 fetch_video_comments(查视频评论,平台:视频号),通过 qhkit mcp 调用——不需要、也不要去宿主环境里找或配置 MCP server。

何时触发

  • 「采集这条视频号视频的评论」「视频号评论采集」
  • 「把这个视频号的评论都拉下来」「评论区反馈」
  • 要做竞品评论分析、带货视频的口碑调研时。

调用流程

qhkit mcp describe '{"names":["fetch_video_comments"]}'   # ① 本会话首次调用前查最新入参与计费(免费)
qhkit mcp estimate '{"names":["fetch_video_comments"]}'   # ② 单次基价(青虎积分,免费)
qhkit mcp call     '{"name":"fetch_video_comments","params":{"object_id":"14941130915890399732"}}'
  • call 的 params 照 describe 返回的 inputSchema 填(下表是快照,以 describe 为准);上面 call 里的值只是占位示意,按用户需求替换,不要原样提交。
  • 参数复杂或含中文 / 引号时,把 {"name":...,"params":{...}} 写进文件,用 qhkit mcp call @params.json 调用,避免 shell 转义问题。
  • 用户没说清的必填项(站点、时间周期、ID 等)先问清楚或按下表说明取值,不要猜。

入参(快照)

参数 必填 类型 说明 取值
last_buffer ['string', 'null'] 翻页游标,base64,首页留空
raw boolean True=原始响应;False=精简解析结构
comment_id ['string', 'null'] 展开某条评论的二级回复时传其 commentId,首页留空
object_id ✅ string 作品 objectId,纯数字 例 14941130915890399732

典型需求:「查询微信视频号作品的评论数据。视频链接为:https://weixin.qq.com/sph/<分享码>」

工具说明(线上原文整理)

获取指定视频号作品的评论列表,支持 last_buffer 游标翻页。传 comment_id 时可展开某条评论的二级回复,不传则查询一级评论。

计费与授权

  • 付费工具。单次基价参考约 1 青虎积分(2026-10 快照,会调整),报价前先跑 qhkit mcp estimate,以它返回的 baseCredits 为准。
  • 本会话首次调用前:把要调用的工具(中文名 + 用途)和预计积分一次性告诉用户,征得同意后本会话内不再重复询问;同一需求要连调上下游工具时,一起列出、一次授权。用户拒绝或只同意一部分时,未同意的不调用。
  • 实扣以 call 返回的 credits 为准(已经是青虎积分,不要再换算);业务数据里自带的「积分 / points」字段是数据源自己的口径,不要引用。
  • 同一轮回复内付费调用不超过 10 次;还要更多数据时,先说明还差什么、要再调几次,征得同意后下一轮继续。
  • 有付费调用的那一轮,在回复最末尾另起一行、单独一行写:本次共消耗 X 青虎积分(X 为本轮全部 credits 之和,小数按实际写)。

结果处理

  • stdout 恒为一行 JSON。成功为 {&quot;ok&quot;:true,&quot;stage&quot;:&quot;done&quot;,&quot;name&quot;:...,&quot;credits&quot;:...,&quot;data&quot;:...};失败为 {&quot;ok&quot;:false,&quot;stage&quot;:&quot;...&quot;,&quot;message&quot;:&quot;...&quot;},把 message 原样转告用户。stderr 的提示行不是错误。
  • 小结果直接在 data 里。大结果返回 large:true + file(完整 JSON 的本地路径)+ records(记录数)/ fields(字段)/ preview(前几条)——后续筛选、统计、导出一律读 file,不要逐行抄写,也不要凭预览推断全量。
  • 记录 ≥ 10 条时整理成表格文件交付(装了 qinghu-excel-export 技能就用它),不要把大数据集铺成聊天里的 markdown 表格;回复保持精简:结论 + 文件 + 不超过 5 行关键预览。
  • 结论先行:先回答用户真正关心的问题(值不值得做、谁最强、趋势向上还是向下),再给支撑数据;数字标明平台、站点、周期与样本量,不同站点或周期的数字不要混在一张表里比。
  • stage:&quot;validate&quot;:本地校验没过,未发起、未扣费——按 details.inputSchema 改参数后重试。
  • stage:&quot;call&quot; / stage:&quot;mcp&quot;:服务端失败(401/50x CLI 已自动重试过)。先 qhkit config show 确认密钥,再转述 message;参数问题先想清楚再改,不要连环试错——失败也可能扣费。

能力边界

  • 本技能只负责「视频号评论采集」这一项查询(工具 fetch_video_comments)。用户要的数据超出它的返回范围时,用下方上下游工具或同系列技能补齐,不要用名字相近的工具凑合,也不要改用浏览器抓网页。
  • 要做完整分析(账号诊断、爆款拆解、评论互动分析、直播复盘等多步编排)时,转交同系列场景技能:「视频号-社媒运营专家 | 青虎AI」。
  • 其他平台 / 其他数据类型,或想按需求检索全部 200+ 个青虎数据工具,用总技能「青虎AI」(qhkit mcp search)。

环境自举(缺什么装什么,不要因环境缺失放弃任务)

本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit,mcp 命令需 0.14.0+),可完全独立安装。按顺序检测,缺失就地补齐:

  1. 有 qhkit 吗? qhkit config show 能跑通即就绪,跳到第 4 步。
  2. 没有 qhkit 但有 node/npm → 全局安装(推荐):

bash npm i -g @iqinghu/qhkit

默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit &lt;命令&gt; ...(npx 必须写包全名)。
3. 连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。

bash # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包): cd /tmp &amp;&amp; curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz cd /tmp &amp;&amp; curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep &#x27; node-v22.22.3-linux-x64.tar.xz$&#x27; | sha256sum -c - mkdir -p &quot;$HOME/.local/lib&quot; &amp;&amp; tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C &quot;$HOME/.local/lib&quot; export PATH=&quot;$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH&quot;

校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。
4. 密钥:无密钥时(命令返回 stage:&quot;config&quot;),执行 qhkit config set --token &lt;密钥&gt; --env prod(密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1791941828223 注册/登录后,从 https://www.iqinghu.com/workbench/dashboard/api-keys?urlCode=1791941828223 获取),或设环境变量 QHKIT_TOKEN。
5. 自检:qhkit config show 输出脱敏配置即全部就绪。

升级:命令返回 {&quot;ok&quot;:false,&quot;stage&quot;:&quot;version&quot;,...}(版本门禁,message 里就是升级命令),或返回 stage:&quot;runtime&quot; 且 message 为「未知命令:mcp」(本机 qhkit 太老),都先升级再重试原命令:

npm i -g @iqinghu/qhkit@latest

官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。

常见问题

5 问
答案由本站依据条目字段整理
视频号评论采集怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_6883f9bd/qinghu-shipinhao-comment-collect。安装方式为未标注。装完刷新技能列表或重开客户端。

视频号评论采集支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

视频号评论采集权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

视频号评论采集收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

视频号评论采集用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。