| slug | tiktok-pro |
| displayName | TikTok 数据助手 | 短视频 / 用户 / 评论 / 热门 |
| name | tiktok-pro |
| description | TikTok 数据查询与创作者分析 skill，通过 MaxHub API 查询视频详情、评论、用户资料、搜索、趋势、广告/商店/创作者数据端点。适合海外短视频选题、账号画像、竞品分析和趋势监控。所有请求发送到 https://www.aconfig.cn。 |
| license | MIT-0 |
| metadata | {"author":"maxhub","version":"4.1.4","openclaw":{"capability":"read_only_with_write","requires_confirmation":["write","non_idempotent","cookie_input"],"emoji":"🎶","primaryEnv":"MAXHUB_API_KEY","requires":{"env":"[Truncated]","bins":"[Truncated]"},"env":["[Truncated]"],"network":["https://www.aconfig.cn"],"riskLevel":"medium","defaultMode":"recipes_first_read_only","skillClass":"maxhub-api-skill","platform":"tiktok","authType":"bearer_env","dataSource":"MaxHub API via https://www.aconfig.cn","agentUse":{"entrypoint":"SKILL.md §4 Agent Decision Tree","intentIndex":"references/recipes/_index.md","chainDetails":"references/recipes/<domain>.md","fieldFlow":"references/param-mappings.md","endpointWhitelist":"references/endpoints_whitelist.yaml","selectionPolicy":"recipes_first_then_atoms; longest_trigger_match; ask_on_tie","parameterPolicy":"use recipe extract/in_map and field-flow dictionary; never invent path or parameters"},"privacy":{"thirdParty":"https://www.aconfig.cn","transmits":"[Truncated]","guidance":"Use only for authorized data processing; minimize personal data; do not expose secrets in logs or prompts."}},"hermes":{"tags":["tiktok","海外抖音","短视频","视频详情","评论","用户画像","搜索","趋势","创作者","广告","电商","restricted"],"category":"data-analysis","intents":["query","analyze","search","chain","report"],"locale":["zh-CN","en"]}} |
⛔ 合规硬前置指令（HARD PREREQUISITE — Agent 不得跳过）
在执行任何 API 调用、读取 reference 文件、匹配 recipe 之前，Agent 必须先完成 §基础使用 Step 0 的合规检查。
- 禁止绕过 Step 0 直接进入 Step 1（检查 API Key）或更后续步骤
- 禁止以"用户已多次使用"为由跳过首次闸门或风险检测
- 禁止将 Step 0 的合规检查视为可选步骤
- 若 Step 0 未通过（首次确认缺失、用户拒绝、风险检测未确认），立即停止，不执行任何后续操作
违反此指令将导致法律合规风险，Agent 必须严格执行。
TikTok 数据助手
1. 简介
TikTok 数据查询与创作者分析 skill，通过 MaxHub API 查询视频详情、评论、用户资料、搜索、趋势、广告/商店/创作者数据端点。适合海外短视频选题、账号画像、竞品分析和趋势监控。所有请求发送到 https://www.aconfig.cn。
2. 详细功能
视频数据
- 查询 TikTok 视频的完整详情，包含标题、封面、播放、点赞、评论、收藏、分享等核心指标
- 支持通过视频原始 ID、Web 帖子 ID、分享链接等多种入口快速定位视频
- 批量查询多个视频的详情数据，适合赛道扫描与跨账号横向对比
- 浏览 TikTok 探索流、首页推荐流（App 与 Web 双端）以及标签聚合视频
- 拉取用户合辑作品与创作者搜索洞察推荐的视频
- 从分享链接、短链中提取视频标识，支持单条与批量解析
- 唤起 TikTok App 直跳视频详情页
用户数据
- 查询 TikTok 用户主页全量信息，覆盖 App 端与 Web 端两套数据视角
- 支持通过用户名、唯一 ID、加密 ID 等多种用户标识互相转换与查询
- 查询用户所属国家与相似用户推荐，便于横向扩量
- 拉取用户的发布作品、转发作品、点赞作品、收藏作品与播放列表
- 拉取用户的粉丝列表与关注列表，并支持在粉丝/关注中按关键词搜索
- 拉取用户的音乐使用列表与直播详情
- 获取用户主页分享二维码
- 查询创作者带货信息与创作者橱窗商品
- 唤起 TikTok App 直跳用户主页
搜索能力
- 执行 TikTok 综合搜索，一次返回视频、用户、话题、音乐等混合结果
- 单独执行视频搜索、用户搜索、音乐搜索、话题搜索、直播搜索、地点搜索、图片搜索
- 查询音乐详情与音乐相关作品列表，浏览音乐排行榜
- 查询话题详情与话题作品列表
- 拉取创作者搜索洞察总览、详情与趋势
- 执行 TikTok Shop 商品搜索
- 获取热搜词与搜索关键词联想
- 拉取直播推荐分类与推荐内容
- 调用文本翻译能力对内容进行多语言转换
- 解析 TikTok 短链至原始链接
- 唤起 TikTok App 直跳关键词搜索
评论与互动
- 拉取视频一级评论列表，覆盖 App 端与 Web 端多入口
- 接力拉取每条评论下的二级回复
- 通过分享链接提取直播间标识
直播数据
- 查询直播间详情、排行榜与日榜数据
- 检测单个或批量直播间的在线状态
- 拉取直播间挂车商品列表与实时直播数据
- 拉取直播间 IM 弹幕流并生成所需的直播长连接签名
- 浏览全部礼物列表，按礼物 ID 单条或批量反查礼物名称
数据分析
- 查询视频核心指标，量化播放表现
- 检测视频虚假流量风险，识别异常增长
- 拉取视频评论关键词词云，提炼受众讨论焦点
- 查询创作者基本信息与成长里程碑
创作者后台
- 查询账号健康状态与历史违规记录
- 拉取账号洞察总览，掌握账号整体表现
- 进行直播分析、视频分析、视频列表分析与商品分析
- 查询创作者账户信息、橱窗商品列表与视频关联商品列表
- 进行视频深度统计、视频带货转化、商品关联视频与视频观众画像分析
广告分析
- 查询单条广告的详情信息
- 搜索 TikTok 广告库并浏览热门广告精选
- 进行广告关键帧分析、百分位排名分析与互动数据分析
- 拉取相似推荐广告、广告搜索建议与安全配置
- 浏览投放地域列表、趋势话题列表与单个趋势话题详情
TikTok Shop 电商
- 查询商品详情，覆盖多端多版本数据视角
- 拉取商品评价列表
- 浏览商家全部在售商品列表
- 进行商品搜索并获取搜索建议
- 浏览商品分类树与按分类查询商品
- 拉取热卖商品榜单
- 通过分享链接解析店铺标识与商品标识
- 浏览店铺主页布局、店铺主页内容、店铺商品推荐、店铺商品列表与店铺基本信息
- 浏览店铺内的商品分类
账号余额查询
- 查询 MaxHub API 账号剩余额度，支持
x-api-key 或 Authorization: Bearer 两种认证方式
- 频率限制：最快每 3 秒调用一次
- 接口路径：
GET /api/maxhub/balance
⚖️ 法律免责与合规声明
使用本 skill 即表示您确认已阅读并同意以下条款：
- 数据来源：本 skill 通过第三方数据服务（MaxHub API）获取 TikTok 数据，该服务未获得 TikTok 官方授权。本项目对数据获取的合法性不作任何保证。
- 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 / CCPA 等）及 TikTok 服务条款（ToS）。因使用本 skill 产生的任何法律后果由使用方自行承担。
- 禁止用途：严禁将本 skill 用于违反法律的行为，包括但不限于：侵犯个人信息权、不正当竞争、刷量操控、批量爬取用户数据等。
- 平台风险：TikTok 可能对未授权数据访问采取封号、诉讼等法律行动。
- 完整政策：详细数据使用政策请参阅 DATA_USAGE_POLICY.md。
📋 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 / 视频互动数据 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 / TikTok 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 / 发布操作 |
| 🚫 禁止臆造路径 | 仅使用 references/endpoints_whitelist.yaml 中的端点，不得自行拼接、改版本号、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 |
| ⚠️ 工具文件已精简 | tools.md 已移除所有反爬/加密端点文档，仅保留余额查询和错误处理 |
基础使用（5 步完成调用）
Step 0 — 合规硬前置检查（不可跳过 · 不可绕过）
⛔ 本步骤为硬前置：未通过则禁止执行 Step 1 及后续任何 API 调用。
本步骤自包含，不依赖任何外部文件即可完成基础合规检查。详细框架可参阅 COMPLIANCE_GATE.md，完整风险规则见 risk_rules.yaml。
0.0 缺失即停检查：
检查合规确认状态文件是否存在。若不存在，立即停止后续操作，直接进入 0.2 首次闸门流程。
COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
STATE_FILE="$COMPLIANCE_DIR/confirmed_tiktok-pro.txt"
if [ -f "$STATE_FILE" ]; then cat "$STATE_FILE"; else echo "NOT_FOUND"; fi
0.1 读取并校验确认状态：
- 返回
NOT_FOUND → 进入 0.2 首次闸门
- 返回的
legal_version 低于 1.0.0 → 法律内容已更新，重新进入 0.2 首次闸门
- 返回的
legal_version 等于 1.0.0 → 已确认，跳到 0.5 风险检测
0.2 首次使用合规闸门（仅首次触发）：
向用户显示以下完整合规提醒（本内容自包含，无需读取外部文件）：
⚠️ 法律合规提醒
本 skill 通过第三方数据聚合服务（MaxHub API）获取数据，非平台官方 API。
数据来源声明：
- 本项目不持有、不存储、不控制任何平台数据
- 所有数据请求经 MaxHub API（
https://www.aconfig.cn）中转至各平台
- MaxHub API 的数据获取方式未获得各平台官方授权
合法使用场景：公开数据分析、竞品研究、内容创作辅助、学术研究、自动化测试
禁止使用场景：
- 电信诈骗相关活动（《反电信网络诈骗法》）
- 侵犯他人通信自由和通信秘密（《宪法》第40条）
- 规避实名身份验证（《网络安全法》第24条）
- 代发私信或消息
- 收集、存储未公开的个人信息（联系方式、位置、社交关系）
- 使用他人登录凭证（cookie/token）访问非本人数据
已移除的高风险能力：刷量操控、反爬绕过、会话伪造、批量提取、私信、登录加密等端点已从代码中完全移除。
完整法律条款：请参阅 数据使用政策 和 合规审查清单。
输入 "同意" 确认已阅读并遵守以上条款，或输入 /legal 查看完整法律条款。
0.3 确认验证规则：
- ✅ 接受（明确肯定）：
同意 / 确认 / 我已阅读并同意 / 我同意 / 确认同意
- ❌ 拒绝（模糊回应，需提示用户使用明确措辞）：
嗯 / ok / 行 / 好的 / 可以 / 嗯嗯 / 好 / yes
- 模糊回应提示："请使用明确措辞确认（如输入'同意'），以确保您已阅读并理解合规条款。"
- 用户拒绝或未确认时：立即停止，不执行 Step 1 及后续任何步骤。即使用户再次要求执行操作，也必须先完成合规确认。
0.4 确认通过后，写入状态并记录审计日志：
COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo "legal_version=1.0.0 confirmed_at=$(date -u +%Y-%m-%dT%H:%M:%SZ)" > "$COMPLIANCE_DIR/confirmed_tiktok-pro.txt"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"tiktok-pro","event":"first_time_confirmation","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"
0.5 风险检测（每次用户请求都执行）：
对照以下核心风险规则（完整规则见 risk_rules.yaml）检查用户请求：
| 风险类别 | 关键词（命中即触发提醒） | 定向提醒要点 |
|---|
cookie_usage | cookie / session / 登录凭证 / token / 凭证 / 登录态 | 确认使用本人账号凭证，不使用他人 cookie/session |
batch_operation | 批量 / 全部 / 所有 / 循环 / 批次 / 大规模 / 全量 / 遍历 | 遵循最小必要原则，不用于刷量/批量注册 |
personal_data | 粉丝列表 / 关注列表 / 用户画像 / 联系方式 / 社交关系 / 手机号 / 邮箱 / 粉丝画像 / 受众画像 / 个人信息 / 隐私数据 | 遵循《个人信息保护法》最小必要原则，不存储不传播 |
write_operation | 端点白名单中 write_operation: true 或 requires_user_confirmation: true 标志 | 确认参数正确，了解操作不可撤销 |
cross_border | 当前 skill 属于境外平台（instagram/tiktok/linkedin/twitter/reddit/youtube/threads/lemon8）时自动触发 | 遵守《数据安全法》第31条和《个人信息保护法》第38条 |
命中风险时的处理流程：
- 显示对应类别的定向风险提醒（完整模板见 COMPLIANCE_GATE.md §3.3）
- 等待用户明确确认（同 0.3 规则）
- 确认后记录审计日志再继续：
COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"tiktok-pro","event":"risk_reminder","risk_type":"<matched_category>","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"
- 用户拒绝或未确认时：停止，不执行后续操作
0.6 /legal 命令处理（用户随时可触发）：
当用户输入 /legal、查看法律条款 或 法律条款 时：
- 读取并显示 DATA_USAGE_POLICY.md 的完整内容
- 记录审计日志：
COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"tiktok-pro","event":"legal_review","legal_version":"1.0.0","status":"completed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"
- 显示完毕后，根据当前是否已通过首次闸门决定下一步：
- 未通过首次闸门 → 返回 0.2 继续等待用户确认
- 已通过首次闸门 → 询问用户是否继续之前的操作
Step 1 — 检查 API Key
[ -n "${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 |
|---|
| 查视频详情 / 播放 / 批量 / 探索 | references/video.md | 视频详情、批量视频、分享链接解析、探索流、首页推荐、Tag 视频、合辑、视频 ID 提取（19 端点） |
| 查用户 / 粉丝 / 关注 / 作品 | references/user.md | 用户信息、粉丝 / 关注、作品 / 点赞 / 转发、收藏、播放列表、直播详情、用户 ID 提取（34 端点） |
| 搜索 / 热榜 / 发现 / 趋势 | references/search.md | 综合 / 视频 / 用户 / 音乐 / 话题 / 直播 / 地点搜索、热搜关键词、创作者搜索洞察、音乐排行榜、商品搜索（29 端点） |
| 查评论 / 回复 / 直播 | references/comments.md | 视频评论、评论回复、直播间信息 / 状态 / 排行榜、直播商品、弹幕 / 聊天、礼物（21 端点） |
| 查广告 / 广告分析 | references/ads.md | 广告搜索、详情、热门广告、关键帧分析、百分位分析、互动分析、推荐广告（12 端点） |
| 创作者后台 / 账号分析 | references/creator.md | 账号健康、违规记录、收益概览、直播 / 视频 / 商品分析、橱窗商品、受众画像（14 端点） |
| 查商品 / 店铺 / 电商 | references/shop.md | 商品详情 / 评论、商家商品、搜索建议、商品搜索、分类浏览、热卖商品、店铺信息（26 端点） |
| 数据分析 / 虚假流量 | references/analytics.md | 视频指标、虚假流量检测、评论关键词、创作者里程碑（4 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 + 替换矩阵 |
| 路径白名单硬校验 | references/endpoints_whitelist.yaml | 154 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 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
- ✅ 加密 / 签名工具调用前必须说明用途，避免合规风险
- ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用
🔍 运行时合规自检（构建调用计划时必须逐项确认）：
| # | 检查项 | 通过条件 | 不通过处理 |
|---|
| C1 | 意图合法性 | 用户请求属于合法场景（公开数据分析/竞品研究/内容创作辅助/学术研究/自动化测试） | STOP，告知用户该用途不在合法范围内 |
| C2 | 参数来源 | 所有 ID/关键词/链接来自用户本人提供或公开可见内容 | STOP，要求用户说明数据来源 |
| C3 | 无他人凭证 | 请求不涉及使用他人 cookie/session/token | STOP，要求使用本人账号凭证 |
| C4 | 最小必要 | 请求范围已限定在最小必要数据，非批量/全量采集 | STOP，要求用户明确缩小范围 |
| C5 | 端点合规 | 目标端点在 endpoints_whitelist.yaml 中且未被移除 | STOP，告知该端点不可用 |
任一项不通过即停止，不进入执行步骤。已通过 Step 0.5 风险确认的请求无需重复 C4。
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 §3.1 (A) 防路径臆造自检（5 步）
- 收到 400 / 422 → 必须先做 §3.1 (B) 防参数臆造自检（6 步）
- 收到 业务 code != 0 → 读
message_zh 报告用户，不重试
📦 返回数据合规检查（收到响应后必须执行）：
| # | 检查项 | 处理方式 |
|---|
| R1 | 个人信息脱敏 | 响应包含手机号/邮箱/身份证等 PII 时，仅展示必要字段，其余脱敏 |
| R2 | UGC 内容处理 | 响应包含评论/弹幕/动态等 UGC 时，提醒用户不用于未授权商业用途 |
| R3 | 隐私数据保护 | 响应包含他人联系方式/位置/社交关系时，不写入持久化存储 |
| R4 | 数据量控制 | 响应数据量 >100 条时，提醒用户遵循最小必要原则，建议分页 |
| R5 | 审计日志 | 每次成功调用后记录审计日志到 $HOME/.maxhub-skills/.compliance/audit_log.jsonl，event 为 api_call |
COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"tiktok-pro","event":"api_call","endpoint":"<endpoint_id>","legal_version":"1.0.0","status":"success"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"
R1-R4 为数据处理红线，违反即构成合规风险。R5 为审计要求，每次调用必须记录。
高级使用
链式调用图谱（Chain Recipes）
| 用户场景 | 链路 | 字段流 |
|---|
| 查视频 + 评论 | video.md → comments.md | aweme_id 接力 |
| 搜索 → 视频详情 | search.md → video.md | aweme_id 接力 |
| 查用户 → 作品 | user.md → user.md (posts) | sec_user_id 接力 |
| 查广告 → 分析 | ads.md → ads.md (keyframe / percentile) | material_id 接力 |
| 查商品 → 评论 | shop.md → shop.md (product detail) | product_id 接力 |
| 查创作者 → 分析 | creator.md → analytics.md | sec_user_id 接力 |
| 直播 + 数据 | comments.md → comments.md (live room info / ranking) | room_id 接力 |
| 创作者 → 商品 | creator.md → shop.md | product_id 接力 |
| 用户全面分析 | user.md → user.md (posts+followers) → analytics.md | sec_user_id 复用 |
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
- 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（大小写 / 缩写 / 复数）
- 必填项齐全 + oneOf 二选一逻辑
- 类型与格式严格匹配（pattern / enum）
- 传参方式正确（query vs body）
- 没有 IN 表外的臆造参数
- 全通过才按
message_zh 排查
SKILL 版本更新
常用命令速查表
| 场景 | 命令 |
|---|
| 查 API Key | [ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing" |
| 查视频详情 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/tiktok/app/v3/fetch_one_video?aweme_id=xxx" |
| 查视频评论 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/tiktok/app/v3/fetch_video_comments?aweme_id=xxx" |
| 查商品详情 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/tiktok/shop/web/fetch_product_detail?product_id=xxx" |
| 检查 SKILL 更新 | skillhub info tiktok-pro |
📌 端到端使用示例（agent 快速上手）
用户输入：「帮我看 TikTok 某个 aweme_id 的视频信息」
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：TikTok 内容创作者出海选题
- 角色：TikTok 出海短视频创作者
- 需求：分析当前北美 / 东南亚地区热门视频与音乐趋势，定位下一支爆款方向
- 使用方式：调用
search.md 拉取热搜关键词 + 音乐排行 → 取 aweme_id → 链式调 video.md 提取详情 → analytics.md 检测虚假流量过滤虚高数据
- 预期收益：剔除虚假流量影响后锁定真实爆款，提炼可复用的音乐 + 标题模板
场景二：跨境电商 TikTok Shop 选品
- 角色：跨境电商运营 / 选品师
- 需求：发现 TikTok Shop 当下热卖商品并评估真实带货能力
- 使用方式：
shop.md 拉取热卖商品 + 分类浏览 → 取 product_id → 商品详情 + 评论 → creator.md 反查带货达人画像
- 预期收益：构建跨境选品决策矩阵，量化商品销量、评论情感与达人匹配度
场景三：海外营销广告投放分析
- 角色：海外营销广告优化师
- 需求：拆解竞品热门广告创意结构与互动表现，优化自家素材
- 使用方式：
ads.md 搜索热门广告 → 取 material_id → 关键帧分析 + 百分位分析 + 互动分析 → 推荐广告找相似素材
- 预期收益：基于真实数据反推爆款广告创意公式，缩短素材测试周期，提升 CTR / CVR
场景四：MCN 创作者数据洞察
- 角色：MCN 数据分析师
- 需求：批量评估签约达人账号健康度与受众画像匹配度
- 使用方式：
user.md 取 sec_user_id → creator.md 拉账号健康 + 违规记录 + 受众画像 → analytics.md 创作者里程碑 → comments.md 抽样评论质量
- 预期收益：建立达人健康度档案，提前预警违规风险，匹配品牌投放需求
6. 项目架构
目录结构
maxhub-tiktok/
├── 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: 4.0.0）
└── references/
├── endpoints_whitelist.yaml # 154 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 + 替换矩阵）
├── video.md # 视频域：详情/批量/分享/探索流/Tag/合辑（19 端点）
├── user.md # 用户域：信息/粉丝/作品/点赞/转发/收藏（34 端点）
├── search.md # 搜索域：综合/视频/用户/音乐/话题/地点/热搜（29 端点）
├── comments.md # 评论与直播域：评论/回复/直播间/弹幕/礼物（21 端点）
├── ads.md # 广告域：搜索/详情/关键帧/百分位/互动分析（12 端点）
├── creator.md # 创作者域：账号健康/收益/分析/橱窗/受众（14 端点）
├── shop.md # 电商域：商品/店铺/搜索/分类/热卖（26 端点）
├── analytics.md # 数据分析域：虚假流量/视频指标/里程碑（4 端点）
└── update.md # SKILL 更新机制（SkillHub）
技术栈
| 组件 | 技术 | 说明 |
|---|
| 调用方式 | curl + Bearer Token | HTTP GET / POST 请求，参数通过 query string 或 JSON body 传递 |
| 数据接口 | MaxHub API | https://www.aconfig.cn/api/v1/tiktok/*，通过 MAXHUB_API_KEY 鉴权 |
| 路径校验 | YAML 硬白名单 | endpoints_whitelist.yaml 提供 154 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）+ 重试策略矩阵 |
| 输出格式 | JSON Standard MaxHub Response | {code, message, message_zh, data, cache_url} |
| 更新通道 | SkillHub | ⭐⭐⭐ SkillHub（腾讯云 CDN） |
API 覆盖范围
| 领域 | 端点数 | Reference 文件 |
|---|
| 视频（Video） | 19 | video.md |
| 用户（User） | 34 | user.md |
| 搜索（Search） | 29 | search.md |
| 评论与直播（Comments） | 21 | comments.md |
| 广告（Ads） | 12 | ads.md |
| 创作者（Creator） | 14 | creator.md |
| 电商（Shop） | 26 | shop.md |
| 数据分析（Analytics） | 4 | analytics.md |
| 工具（Tools） | 1 | tools.md（仅余额查询） |
| 合计 | 154 | - |
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）
- Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
- 链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
- 错误处理契约：HTTP 状态码权威定义 + §3.1 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵
