iamzifei/aikey / skills/aikey-benchmark
aikey-benchmark
VerifiedAI KEY·找对标 ——找对标。给一个方向就去抖音/小红书/视频号搜人,给一个名字就去认人;三筛过滤(赚钱 / 看懂 / 能仿)挑出真正值得抄的那个,然后把他的**三批内容**全扒下来——最早 10 条(他怎么起的号)、数据最好 10 条(什么能爆)、最新 10 条(他现在在哪)——封面、大字、逐字稿、互动数据一条不落,最后出完整拆解和抄袭路线图。 触发方式:/aikey-benchmark、/找对标、/对标、「我该学谁」「帮我找个对标」「这个号值不值得学」「把这个博主拆一下」「他是怎么起号的」「扒一下这个账号」 Find and dissect a benchmark creator: search by direction or by name, filter on money/understandable/copyable, then pull the earliest 10, best-performing 10, and latest 10 posts with covers, cover text, transcripts and engagement data, and produce a full teardown plus a copy roadmap. Trigger: /aikey-benchmark, "find me a benchmark account", "is this creator worth learning from", "tear down this account" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 17.2 KB |
| references/三筛判据.md | markdown | 5.9 KB |
| references/抓取手册.md | markdown | 11.4 KB |
| references/规则卡.md | markdown | 3.9 KB |
references/抓取手册.md
View on GitHub# 抓取手册(/aikey-benchmark 专用)
> 怎么把对标的内容真的拿到手上。**先判走哪条轨,再照着做。**
> 本文里标「实测」的都是 2026-09-03 用真账号真 key 跑出来的,标「未实测」的就是没跑过。
---
## 第 0 步 · 探测走哪条轨(开抓之前必做)
| 检查 | 怎么查 | 结果 |
|---|---|---|
| 能不能跑命令 | 试着执行 `python3 --version` | 报错 / 根本没有执行工具 → **B 轨** |
| 有没有 key | `echo $TIKHUB_API_KEY`,或看 `~/.env` 里有没有 `TIKHUB_API_KEY=` | 没有 → 先走下面的〈注册 TikHub〉 |
**豆包、WorkBuddy 这类没有终端的环境一律 B 轨**,不要让用户去装 Python。
两轨产出**同一份目录结构和同一份 meta 字段**,幕五的拆解不区分来源。
---
## A 轨 · 用 TikHub 自动抓
### 注册 TikHub(假设用户完全不懂技术,一步一步说)
**第 1 步** 打开 https://tikhub.io ,右上角「Sign Up」,用邮箱注册。收验证邮件点确认。
**第 2 步** 登录后进 https://user.tikhub.io ,左边找到「**API Keys**」。
**第 3 步** 点「Create API Key」,名字随便起(比如 `aikey`),**权限全选**(要用到抖音、小红书、视频号三块)。
**第 4 步** 生成后**立刻复制那串 key**——它只完整显示一次,关掉页面就看不全了。
**第 5 步** 把 key 存起来。在电脑上打开「终端」,粘这一行(把 `你的key` 换掉)后回车:
```bash
echo 'TIKHUB_API_KEY=你的key' >> ~/.env
```
脚本会自己去 `~/.env` 读,之后不用再管。
(也可以只在当前窗口临时用:`export TIKHUB_API_KEY=你的key`,关窗口就失效。)
**第 6 步** 充值。进 https://user.tikhub.io/users/add_credit 。
> 🔴 **实测(2026-09-03):免费额度只够跑抖音。**
> 免费额度($0.05)能调 `douyin/web/*` 和 `douyin/search/*`;
> **小红书(`xiaohongshu/app_v2/*`)和视频号(`wechat_channels/v2/*`)一律返回 402,明说「不接受免费额度」。**
> 只做抖音可以先不充;要做小红书或视频号,必须充值。
> 单价 $0.001/次请求(`calculate_price` 实测),**充 $5 ≈ 5000 次请求**,够扒上百个账号。
### 四条命令
脚本在仓库的 `scripts/benchmark_fetch.py`,**只用 Python 标准库,不需要 pip install 任何东西**。
> 🔴 **`--out` 一律写成 `{config.paths.benchmark}/对标-{账号名}`**(缺省即 `01-原始素材区/对标-某某`)。
> 下面为了好读写成了相对路径,**照抄会把整个对标库丢在当前目录**。
```bash
# ① 按方向找候选账号(抖音一次 30 个 / 小红书一次 20 个,各 1 次请求)
# --limit 只能把这一页截短,调大没用(两个接口都不翻页)
# 视频号没有这个接口,见下面的限制
python3 scripts/benchmark_fetch.py search --platform douyin --kw "AI 副业"
# ② 先估成本,不花钱(--posts 填搜索结果里「作品」那一列的数字)
# --dry-run 只算数、不建目录,--out 随便填一个名字就行
python3 scripts/benchmark_fetch.py list --platform douyin \
--id <主页链接或 sec_user_id> --out "对标-某某" --dry-run --posts 600
# ③ 真的拉全量列表(默认最多 30 次请求,不够会明确告诉你)
python3 scripts/benchmark_fetch.py list --platform douyin \
--id <主页链接或 sec_user_id> --out "对标-某某" --max-requests 40
# ④ 切三批 → 建目录 + 写 meta.md
python3 scripts/benchmark_fetch.py pick --out "对标-某某"
# ⑤ 下封面(加 --video 连视频一起下,很占空间,默认不下)
python3 scripts/benchmark_fetch.py media --out "对标-某某"
```
`--id` **直接粘主页链接就行**,脚本会自己把 id 抠出来。
### 各平台能做到什么(实测)
**三个平台都端到端跑通了**(2026-09-03,付费余额下实测):
| 平台 | 搜账号 | 拉全量列表 | 封面 | 视频 |
|---|---|---|---|---|
| **抖音** | ✅ 一次 30 个,带粉丝 / 总赞 / 作品数 | ✅ 67 条 4 页拉全,与主页作品数一致 | ✅ | ✅ 无水印 mp4 |
| **小红书** | ✅ 一次 20 个,**只有粉丝数** | ✅ 57 条 3 页拉全 | ✅ | ⚪ 列表里没有播放地址 |
| **视频号** | 🔴 **没有这个接口** | ✅ 每页 15,实测 4 页零重复 | ✅ | 🔴 **加密,下下来放不了** |
三条硬限制,选平台前先知道:
1. 🔴 **视频号只能「已知账号再抓」。** 方向性搜索去抖音或小红书做,找到人再回视频号看他有没有号。
它要的是 finder username(`v2_06000…@finder`),不是昵称也不是主页链接——
用 `fetch_channel_id_to_username` 把主页分享链接里那个 `sph` 开头的 Channel ID 转过来。
2. 🔴 **视频号的视频是加密的。** 拿到的字节没有 mp4 的 `ftyp` 头,要用 `media.decode_key` 解。
**脚本不做这件事**——解错了会写出一个放不了的文件,而完成度报告还会把它算成成功。
`--video` 对视频号直接跳过并说明原因。要视频号的逐字稿,走 B 轨。
3. ⚪ **小红书搜索只给粉丝数**,还是缩写字符串(`Fans 21.6k`)。总赞和作品数要另外一个账号
一次 `get_user_info`。脚本把拿不到的显示成 `—`,**不显示成 0**。
### 三个必须知道的数据口径(实测,别糊弄用户)
1. **三个平台都拿不到播放量。** 抖音的 `web/fetch_user_post_videos` 和
`app/v3/fetch_user_post_videos` 都返回 `play_count: 0`(各查一整页 20 条);
小红书的 `view_count`、视频号的 `read_count` 同样恒为 0。
**两个独立接口都是 0,说明不是选错了接口,是平台不给。**
→ 「数据最好的 10 条」**只能按互动总量排**:赞 + 评 + 藏 + 转。
→ 用户问「播放多少」时**直说拿不到**,不要拿点赞乘一个系数编出来。
2. **互动总量不加权。** 就是四项直接相加,不给转发乘 5、不给收藏乘 3。
任何权重都是凭空发明的常数,没有东西验证过它。CSV 里四项分别列着,
**哪一项撑起了这条视频,人自己看得出来。**
3. **收藏倾向 = 收藏 / 点赞**,不需要播放量就能算。
这个比值高 = 内容被当成「要留着用的」而不是「看个乐」,是干货型内容最有用的信号。
### 会遇到的坑(都实测过)
| 现象 | 真相 | 怎么办 |
|---|---|---|
| 某一页返回 `{"status_code": 0}`,没有作品也没有 `has_more` | **上游随机返回空壳,而且照样计费。** 把它当成「列表到底了」会让 0-1 批静默变成假的 | 脚本已经对同一游标重试 4 次;仍失败就停下并标记列表不完整 |
| 报 `HTTP 400 / Request failed. Please retry` | 上游抽风。**接口回执里自己写了「本次请求不会被扣费」**(这是它说的,不是我测出来的) | 脚本自动重试 5 次 |
| 报 402 | 这个接口不吃免费额度 | 充值,或该平台改走 B 轨 |
| 封面/视频下载失败 | 抖音的图片和视频链接**带签名、有有效期** | 重跑一次 `list` 拿新链接再 `media` |
| 拉到的条数比他主页显示的少 | 列表没拉完 | 加大 `--max-requests` 重拉。**没拉完就在报告里写明 0-1 批不可用** |
| 小红书只拉到一页就停了 | 翻页游标挂在**最后一条笔记**上,顶层没有 | 脚本已处理(实测 3 页 57 条拉全) |
| 视频号 `up_continue` 一直是 0 | **它不是翻页标志**,有下一页时也是 0 | 脚本按「`last_buffer` 变了且这页非空」判断(实测第 2 页 15 条零重复) |
---
## B 轨 · 用「轻抖」手动提取
没有终端的环境(豆包 / WorkBuddy),或者用户不想碰命令行时走这条。
### 怎么用
1. 微信里搜小程序「**轻抖**」
2. 抖音里找到那条视频 → 分享 → 复制链接
3. 粘进轻抖 → 它会吐出**文案(逐字稿)+ 封面 + 评论**
4. 用户把文案粘回对话,你负责结构化落盘
同类小程序(轻抖抽风时的备选):「视频解析助手」「短视频文案提取」之类,能力差不多,都有免费额度。
### 你要主动做的事(不要让用户一条一条硬扛)
- **先定顺序**:让他**只提取真正要用的那 30 条**,不要从头粘。顺序是:先爆款批(他主页数据一眼能看出来的那几条)→ 再最新批 → **最后 0-1 批(要往主页最底下翻,最累,但也最值钱)**
- **数据他手抄**:赞 / 评 / 藏 / 转,视频页面上都有。一条一行,格式随意
- **分批收**:一次收 5 条,收完给一次小结,别让他一口气粘 30 条
- **中位数怎么办**:B 轨拿不到全量列表 → **算不出全量分母**。
🔴 **这时候硬规矩 2 依然生效**:不能因为拿不到分母就放宽结论。
折中做法:让他**手抄主页最近 20 条的点赞数**(不用全部字段),用它算一个粗中位数,并在报告里标注「分母 n=20,非全量」。做不到就在爆款批的结论上一律写「n 不足,待验证」。
---
## 逐字稿(三档,让用户自己选)
| 档 | 怎么做 | 得到什么 | 代价 |
|---|---|---|---|
| **不做** | —— | 只能拆到标题 + 数据 + 封面层 | 拆不了结构、节奏、信息密度。**必须在报告里写明缺这一层** |
| **轻抖** | 粘链接直接出文案 | 完整逐字稿 | 30 条要粘 30 次 |
| **whisper** | `brew install whisper-cpp`,配 `--video` 下载的 mp4 批量转 | 完整逐字稿,自动 | 要装东西;转写有错别字和漏字 |
🔴 **三个平台都没有字幕接口。** 依据:把 TikHub 全部 1066 个接口按「字幕 / subtitle / caption / 转写」搜了一遍,
只有 YouTube 和 B 站有。**没有第四条路。**
---
## 封面大字(不要装 OCR)
`media` 下载的 `cover.jpg` **直接让 AI 看图读字**就行——多模态读封面大字完全够用。
实测:一张 323×430 的抖音封面,直接读出「365个赚钱小生意 / 1、小吃配方」,两行都对。
不要引导用户去装 PaddleOCR 或别的 OCR 工具,那是没必要的门槛。
读出来写进那条的 `meta.md` 的「封面大字」段。
> **为什么非要单独拿封面大字**:抖音的 `desc`(标题)是发布时打的字,
> 封面大字是烧在图上的。**观众先看到的是后者。** 两者经常不一样,混为一谈会得出错的标题结论。
---
## 风险告知(第一次要用到时说一次,说完等确认)
**必须原话说给用户,不要淡化:**
1. **抓取到的内容只用于你自己学习和拆解。** 二次发布、搬运、剪辑后重发,涉及著作权,风险你自己承担。
2. **成稿不要点名对方、不要搬原话和案例**(这是本系统的红线②,不是建议)。
3. **凡是需要你登录自己账号才能抓的路径**(部分接口的 cookie 参数、部分第三方工具要求扫码登录):
- 你的登录凭据会经过第三方工具
- 高频抓取可能触发平台风控,轻则限流,**重则影响你自己的账号**
- **能不登录就不登录。** TikHub 的抖音接口不需要你提供自己的 cookie,这也是优先走它的原因之一
4. **轻抖这类小程序需要微信登录**——它拿到的是你的微信身份,不是抖音账号。风险低于前一条,但仍属于「把凭据交给第三方」。
用户明确说「知道了,继续」再往下走。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |