| name | weibo-interactive |
| description | 微博互动内容分析工具。获取收到的评论列表、获取自己某条微博的所有评论，
并提供互动回复建议分析能力，根据关注关系和认证状态筛选最值得回复的评论。
当用户需要查看收到的评论、自己某条微博的评论详情时激活；
或当用户询问哪些评论值得回复、如何优先回复粉丝评论、互动建议时激活。
|
| metadata | {"version":"1.0.0"} |
微博互动内容分析工具
帮助博主发现最值得回复的评论，促进与粉丝之间的真实互动。通过分析评论者的关注关系和认证状态，智能排序推荐优先回复的评论，让每一次互动都更有价值。
脚本调用方式
获取收到的评论列表
node scripts/weibo-interactive.js comments-to-me --token=<token> --uid=<uid>
获取自己某条微博的所有评论
node scripts/weibo-interactive.js comments-show --token=<token> --uid=<uid> --id=<weibo_id>
参数说明：
| 参数 | 必填 | 说明 |
|---|
--token | 是 | 微博 API 访问令牌，通过 weibo_token 工具获取 |
--uid | 是 | 用户 uid |
--id | comments-show 必填 | 微博 ID（博文 ID） |
返回数据结构
1. 收到的评论列表
接口路径：GET /open/interactive/comments/to_me
返回的 data 字段包含以下内容：
data.comments — 评论列表（数组）
data.comments[].user — 评论用户信息
| 字段 | 类型 | 说明 |
|---|
followMe | boolean | 是否是我的粉丝（true=该用户关注了我） |
following | boolean | 是否我关注了该用户（true=我关注了该用户） |
id | string | 用户 ID |
name | string | 用户昵称 |
verified | boolean | 是否认证用户（true=认证用户，可能是大V） |
data.count — 评论总数
data.msg — 查询结果消息
| 字段 | 类型 | 说明 |
|---|
msg | string | 查询结果消息（如 "查询成功"） |
2. 自己某条微博的所有评论
接口路径：GET /open/interactive/comments/show
返回结构与"收到的评论列表"一致，区别在于返回的是自己指定微博 ID 下的所有评论。
data.comments — 该微博的评论列表（数组）
结构与"收到的评论列表"中的 data.comments 相同。
使用示例
node scripts/weibo-interactive.js comments-to-me --token=<your_token> --uid=<your_uid>
node scripts/weibo-interactive.js comments-show --token=<your_token> --uid=<your_uid> --id=<weibo_id>
node scripts/weibo-interactive.js help
返回示例（comments-to-me）：
{
"code": 0,
"data": {
"code": 0,
"comments": [
{
"createdAt": "Mon Jun 15 16:14:47 +0800 2026",
"id": "5310105566577890",
"mid": "5310105566577890",
"postJumpLink": "https://weibo.com/<uid>/<mid>",
"text": "评论内容...",
"user": {
"followMe": false,
"following": false,
"id": "用户ID",
"name": "用户昵称",
"verified": false
}
}
],
"count": 1,
"msg": "查询成功"
},
"message": "success"
}
返回示例（comments-show）：
{
"code": 0,
"data": {
"code": 0,
"comments": [
{
"createdAt": "Mon Jun 15 16:14:47 +0800 2026",
"id": "5310105566577890",
"mid": "5310105566577890",
"postJumpLink": "https://weibo.com/<uid>/<mid>",
"text": "评论内容...",
"user": {
"followMe": true,
"following": false,
"id": "用户ID",
"name": "用户昵称",
"verified": false
}
},
{
"createdAt": "Mon Jun 15 15:58:46 +0800 2026",
"id": "5310101537687411",
"mid": "5310101537687411",
"postJumpLink": "https://weibo.com/<uid>/<mid>",
"text": "另一条评论内容...",
"user": {
"followMe": false,
"following": true,
"id": "用户ID",
"name": "用户昵称",
"verified": true
}
}
],
"count": 2,
"msg": "查询成功"
},
"message": "success"
}
注意事项
- 需要有效的
token，可通过 weibo_token 工具获取
uid 参数为当前用户的 uidcomments-show 接口的 id 参数为微博 ID（博文 ID），不是评论 IDpostJumpLink 可直接用于定位到评论对应的原博，格式为 https://weibo.com/<uid>/<mid>- 评论中的
followMe 和 following 字段反映了评论发出时与博主的关系，可能随时间变化
数据分析能力
本技能在基础数据之上，提供互动回复建议分析能力。当用户询问哪些评论值得回复、如何优先回复、互动建议等问题时，综合运用以下能力输出分析报告。
⚠️ 分析报告必须遵守以下规则：
- 报告中提及的每一条评论，都必须附带该评论对应的原博链接（
postJumpLink），无论出现在哪个部分，确保用户可以直接点击跳转查看原博和评论上下文。不允许出现没有链接的评论提及。原博链接必须使用 Markdown 链接格式 [url](url) 输出。
- 每条评论必须给出 AI 建议的回复示例（用
💬 AI回复示例： 标识），根据评论内容、关系类型和认证状态量身定制，语气自然友好，供用户参考或直接复制使用。
- 每条评论必须给出简短的回复思路说明（用
📝 回复思路： 标识），解释 AI 回复示例为什么这么写——即回复策略和措辞背后的考量，一句话即可。
一、互动回复建议分析
针对收到的评论，通过关注关系和认证状态维度分析，给出建议博主最值得回复的评论，促进博主和粉丝之间的互动。
关系字段说明
| 字段 | 含义 | 互动价值 |
|---|
followMe=true | 发评论的用户是我的粉丝 | 回复粉丝能增强粘性 |
following=true | 我关注了发评论的用户 | 回复关注的人能维护关系 |
followMe=true && following=true | 发评论的用户和我是互粉关系 | 最值得互动的核心用户 |
verified=true | 发评论的用户是认证用户，可能是大V | 回复大V能提升曝光 |
优先级排序规则
值得回复的评论按以下优先级排序：
- 互粉关系（
followMe=true && following=true）> 我的粉丝（followMe=true && following=false）> 我关注的（followMe=false && following=true）> 无关系（followMe=false && following=false）
- 在上一条规则基础上，如果发评论的用户是认证用户（
verified=true），则更加值得优先回复
分析步骤
第一步：获取评论数据
调用 comments-to-me 接口获取收到的评论列表。若用户指定了自己的某条微博，则调用 comments-show 接口获取该微博下的所有评论。
第二步：分类统计
对评论按关注关系分类统计：
| 分类 | 判断条件 | 说明 |
|---|
| 互粉用户评论 | followMe=true && following=true | 与博主互粉，最值得回复 |
| 粉丝评论 | followMe=true && following=false | 博主的粉丝，次值得回复 |
| 我关注的用户评论 | followMe=false && following=true | 博主关注的人，第三优先 |
| 无关系用户评论 | followMe=false && following=false | 无关注关系，优先级最低 |
同时统计认证用户评论数（verified=true）。
第三步：按优先级排序筛选
对每条评论计算优先级分数：
| 关系类型 | 基础分 | 认证用户加成 |
|---|
| 互粉 | 30 | +5 |
| 我的粉丝 | 20 | +5 |
| 我关注的 | 10 | +5 |
| 无关系 | 0 | +5 |
按优先级分数降序排列，分数相同时按评论时间降序（最新优先）。
默认筛选出前 5 条值得回复的评论，最大建议不超过 20 条。
第四步：输出分析报告
报告包含：
- 分类统计摘要：一行紧凑展示各类型评论数量
- 推荐回复的评论列表：每条评论含排名、关系类型、用户昵称、评论内容、时间、建议回复原因、AI 回复示例、评论对应的原博链接（
postJumpLink）
- 引导获取更多评论：提示用户可通过指定微博ID获取该微博下的完整评论列表
报告结构
⚠️ 报告中每条评论的原博链接必须使用 Markdown 链接格式 [url](url) 输出，方便用户点击跳转。
📊 互动回复建议报告
评论统计：共 12 条（互粉 2 | 粉丝 4 | 我关注 1 | 认证用户 3 | 无关系 5）
建议回复的评论（按优先级排序）：
1. 🌟 互粉 · 认证用户 | 科技博主老王
「这个观点很有深度，补充一下…」 · 06-15 16:14
💬 AI回复示例：感谢补充！你说的这个角度确实值得深入探讨，回头我整理一下展开聊聊～
📝 回复思路：对方补充了观点，顺势表示认同并承诺后续展开，既回应了内容又留下互动钩子
🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)
2. 🌟 互粉 | 小明
「支持！说得对」 · 06-15 15:30
💬 AI回复示例：谢谢支持！有你认同我就放心了😄
📝 回复思路：评论简短，回复也保持轻松，加入情感表达让互动更真实自然
🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)
3. 💬 粉丝 · 认证用户 | 行业观察者
「期待更多这样的内容」 · 06-15 14:20
💬 AI回复示例：感谢关注！会继续分享这类内容，有想了解的话题也可以告诉我～
📝 回复思路：回应期待的同时邀请对方提需求，把单向互动变成双向对话
🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)
4. 💬 粉丝 | 小红
「学到了，感谢分享」 · 06-15 13:10
💬 AI回复示例：能帮到你就好！以后还会分享更多实用内容，记得关注哦～
📝 回复思路：肯定对方的收获感，顺带引导关注，自然不突兀
🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)
5. 👁 我关注的 | 大V张三
「有意思」 · 06-15 12:00
💬 AI回复示例：哈哈谢谢！你那边也经常发有趣的内容，互相学习～
📝 回复思路：评论很简短，回复轻松回应即可，顺带夸对方内容，维护平等的社交关系
🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)
💡 想查看自己某条微博的更多评论？告诉我微博ID，我可以帮你获取该微博下的完整评论列表，发现更多值得互动的内容。
