| slug | qianjin-wechat-analyzer |
| displayName | 公众号运营分析 |
| summary | '专业公众号运营分析工具。输入公众号名称或ID,自动分析账号定位、抓取文章数据、深度解析内容结构与写作风格,输出包含文章数据分析、选题建议、写作方向、账号运营计划的专业分析报告。适用于公众号运营者、内容创作者、品牌营销人员。触发词:公... |
| name | qianjin-wechat-analyzer |
| description | 专业公众号运营分析工具。输入公众号名称或ID,自动分析账号定位、抓取文章数据、深度解析内容结构与写作风格,输出包含文章数据分析、选题建议、写作方向、账号运营计划的专业分析报告。适用于公众号运营者、内容创作者、品牌营销人员。触发词:公众号分析、公众号运营、公众号诊断、账号分析、公众号选题、公众号复盘、公众号数据、文章分析、公众号运营建议。 |
| version | 1.3.0 |
| category | 数据分析 |
| platforms | ["workbuddy","claude-code","cursor","windsurf","codex"] |
| author | qianjin |
| tags | ["wechat","content-analysis","account-analysis","operations","writing-strategy","data-analysis"] |
| license | MIT |
公众号运营分析 · qianjin-wechat-analyzer
专业公众号运营诊断系统:内容分析 × 数据洞察 × 选题策略 × 运营规划。输入一个公众号,输出一份可执行的运营改善方案。
一、能力概述
本技能提供四大核心分析能力:
| 能力模块 | 说明 | 数据来源 |
|---|
| 账号定位分析 | 账号简介、赛道判断、受众画像推测、竞品定位 | 公众号主页 + 文章内容 |
| 文章内容分析 | 选题分类、标题结构、写作风格、金句密度、逻辑框架 | 文章正文(核心能力,不依赖外部数据) |
| 阅读数据诊断 | 阅读量/点赞/在看趋势、爆款特征提炼、互动质量评估 | 搜狗微信搜索 + 文章页解析(补充能力) |
| 运营策略输出 | 选题方向建议、写作优化方案、涨粉策略、内容排期 | 以上分析的汇总结论 |
核心理念:内容分析是基石——即使拿不到阅读数据,光靠分析文章本身就能给出大量有价值的运营建议。阅读数据是锦上添花,不是必要条件。
二、数据获取策略
2.1 数据获取优先级
用户输入公众号
│
▼
┌─────────────────────────────────────┐
│ 第1层:用户主动提供 │ ← 最优先
│ 用户提供多篇文章链接 + 截图 │
│ 用户能导出后台数据(最佳情况) │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 第2层:搜狗微信搜索查询 │ ← 最常用
│ 搜索公众号 → 获取文章列表 │
│ 逐篇打开 → 提取标题/发布时间/正文 │
│ 注意:文章阅读量/点赞/在看公开访问已 │
│ 拿不到,直接进入内容分析 │
│ 有反爬限制,需策略性延时 │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 第3层:文章URL直接访问 │ ← 兜底
│ 用户提供单篇文章链接 → 单篇深度分析 │
│ 分析内容质量、结构、写作风格 │
│ 适合深度诊断而非批量分析 │
└─────────────────────────────────────┘
2.2 数据完整性说明
| 数据项 | 获取途径 | 可靠度 | 备注 |
|---|
| 账号名称/简介 | 公众号主页 | ✅ 稳定 | 直接可见 |
| 文章标题 | 搜狗搜索/文章页 | ✅ 稳定 | 最基础数据 |
| 发布时间 | 文章页 | ✅ 稳定 | 精确到日 |
| 文章正文 | 文章页 | ✅ 稳定 | 核心分析源 |
| 阅读量 | 私有接口 getappmsgext | ⚠️ 需登录态 | cookie 抓(§2.4)或浏览器登录后截图视觉读取(§2.5) |
| 点赞量 | 私有接口 getappmsgext | ⚠️ 需登录态 | cookie 抓(§2.4)或浏览器登录后截图视觉读取(§2.5) |
| 在看量 | 私有接口 getappmsgext | ⚠️ 需登录态 | cookie 抓(§2.4)或浏览器登录后截图视觉读取(§2.5) |
| 留言内容 | 留言区 / getappmsgcomment | ⚠️ 需登录态 | cookie 抓(§2.4)或浏览器登录后截图视觉读取(§2.5) |
| 转发量 | ❌ 不可见 | — | 公众号不公开此数据 |
| 完读率 | ❌ 不可见 | — | 仅在作者后台 |
| 用户画像 | ❌ 不可见 | — | 仅在作者后台 |
2.3 搜狗微信搜索使用指南
当需要获取公众号文章列表时:
- 打开
https://weixin.sogou.com/
- 在搜索框输入公众号名称
- 从搜索结果中找到目标公众号
- 点击进入账号历史文章列表页
- 滚动加载更多文章(搜狗一般显示最近10-15篇)
- 对每篇文章记录:标题、发布时间、链接
- 逐篇打开文章页 → 提取正文内容用于内容分析(不要尝试提取阅读量/点赞/在看)
- 如用户提供了后台数据/截图,再补充数据洞察章节
反爬应对策略:
- 每次请求间隔 3-5 秒
- 模拟正常浏览器 User-Agent
- 如遇验证码,暂停并提示用户手动处理
- 单次分析不超过 15 篇文章(搜狗限制)
2.4 带登录态抓取指标(可拿到阅读量/点赞/在看/留言)
公开访问拿不到阅读/赞/在看数据,这是微信的反爬限制,不是技能缺陷。
但只要用户提供自己的微信登录态 cookie,即可稳定抓取。这是获取账户数据的唯一可行路径。
原理:微信文章的指标由私有接口 https://mp.weixin.qq.com/mp/getappmsgext 返回,该接口必须带 cookie(核心是 pass_ticket)才返回数字。技能已内置脚本 scripts/fetch_metrics.py 完成"取参 → 调接口 → 解析"全流程。
实测结论(重要):用真实文章链接测试,scripts/fetch_metrics.py 能正常抓到文章页、标题、mid/idx/sn/biz,但匿名访问时页面里 window.appmsg_token = ""(空字符串),导致 getappmsgext 无数字。只有带登录 cookie 去抓文章页,appmsg_token 才非空、接口才返回阅读量。这证明:内容/标题抓取无需登录,阅读量/赞/在看必须登录态,无 cookie 必失败——不要反复尝试公开抓取,直接走 cookie 或浏览器登录方案。
使用步骤:
- 用户获取自己的微信 cookie(二选一):
- 浏览器复制:登录微信网页版/公众号后台 → 打开任意一篇待抓文章 → F12 → Network → 找到
getappmsgext 请求 → 复制 Request Headers 的 Cookie 整段 → 存为 cookies.txt
- 浏览器自动化:若环境已通过 agent-browser 技能登录微信,可直接让浏览器渲染文章页底部数字并读取(见下方兜底)
- 把要抓的文章链接放进
urls.txt(每行一个)
- 运行:
python scripts/fetch_metrics.py --urls urls.txt --cookie cookies.txt --out metrics.json
- 脚本输出
metrics.json,字段含 read_num(阅读) / like_num(点赞) / old_like_num(在看) / comment_count(留言数)
- 把
metrics.json 交给分析流程,进入「数据洞察」章节
cookie 失效/风控处理:
- 若返回
ret!=0 或空数据,说明 cookie 过期或被风控 → 提示用户重新登录获取新 cookie
- 每篇间隔 1.5 秒以上,避免频繁请求触发风控
getappmsgext 对 mid/idx/sn/appmsg_token 四参数强校验,缺一即失败(脚本会明确指出缺哪个)
浏览器自动化兜底(无 cookie 时):
- 若用户通过 agent-browser 技能在已登录浏览器中打开文章页,可直接读取页面底部渲染出的「xxx阅读 / xxx在看 / xxx点赞」数字与留言区,作为 cookie 方式的替代。
- 此方式最稳但需交互式登录,适合少量文章的精确抓取。
2.5 浏览器模式(推荐普通用户 / 内容分析首选)
用户问的"像人一样用浏览器看文章、或截图后分析",就是这里说的浏览器模式。
它绕开了"手动复制 cookie + 调私有接口"的复杂度,直接用浏览器渲染后的可见内容做分析。
两条子路径:
| 子路径 | 做法 | 能拿到什么 | 登录要求 |
|---|
| DOM 文本读取 | 用 agent-browser 打开文章页,读取渲染后的正文文本(相当于"人眼看内容") | 标题/正文/结构/作者/发布时间 | 不登录也能读全文 |
| 截图 + 视觉分析 | 用 agent-browser 对页面截图,交给视觉模型"看"图 | 上述全部 + 底部"xxx阅读/在看/点赞"数字 | 读指标需登录;读内容不需要 |
为什么这是更好的默认路径(对比 §2.4 的 cookie API):
| 维度 | 浏览器模式 | cookie API(§2.4) |
|---|
| 前置准备 | 打开浏览器即可,零配置 | 需手动从 F12 复制 cookie,易过期 |
| 内容分析 | ✅ 直接可用,不依赖接口 | ✅ 同样可用 |
| 指标获取 | ✅ 登录后截图一看即得(视觉读数字) | ✅ 数字精确,适合批量 |
| 抗失效 | 浏览器登录态失效只需重登 | cookie 失效需重新复制整段 |
| 批量能力 | 较弱(逐篇截图/读 DOM) | 强(脚本跑 urls.txt) |
| 精确性 | 指标为"视觉读值",个别数字可能有偏差 | 接口原始值,最精确 |
使用步骤(借助 agent-browser 技能):
- 调用 agent-browser 技能,在用户已登录微信的浏览器会话中打开文章页
- 未登录:可直接读全文做内容分析(阅读/赞/在看不显示)
- 已登录:底部出现「xxx阅读 · xxx在看 · xxx点赞 · xxx评论」
- 内容分析:读取渲染正文 → 进入「三、分析框架」逐篇分析(无需任何登录)
- 指标读取(需登录):
- 简单法:对页面底部区域截图 → 视觉模型识别数字 → 填入「三、数据洞察」
- 精确法:仍可用 §2.4 的
fetch_metrics.py,但 token 由浏览器登录态自动带出,无需手动复制
- 多篇时重复上述;或批量打开后用
scripts/fetch_metrics.py(cookie 来自浏览器导出的登录态)
一键跑:scripts/browse_metrics.py(agent-browser 封装,跨平台)
脚本只负责「打开文章 → 截全页 → 存 PNG」,产出的图交给带视觉的 agent 读出 阅读/在看/点赞/评论 数字。已在 Windows 上验证编排逻辑(解析 node + agent-browser.js 入口、截图落盘、JSON 汇总、失败优雅回报)。
npm install -g agent-browser && agent-browser install
agent-browser open https://mp.weixin.qq.com --headed --session wx
python scripts/browse_metrics.py --urls urls.txt --session wx --no-close
agent-browser close --session wx
关键参数:
--session <名>:复用同一浏览器会话(共享登录态,这是指标能显示的前提)
--no-close:结束后不关 daemon,便于多次复用登录态
--headed:显示浏览器窗口(首次登录微信用)
--no-sandbox:沙箱/容器/CI 环境下 Chrome 起不来时加(等价于 --args=--no-sandbox)
--mode bottom:截全页后额外裁出底部区域(默认 --crop-h 600),让「阅读/在看/点赞」数字更清晰,适合交给视觉模型读数
--crop-h <像素>:配合 --mode bottom 调整裁剪高度(不同文章底部结构不同,若没裁到指标,可加大到 800/1000/1200)
--out <目录>:截图输出目录(默认 ./shots,每篇一张 <标识>.png;--mode bottom 时额外生成 <标识>_bottom.png)
脚本输出 JSON:{"ok":[截图路径...], "failed":[{"url":..., "error":...}]}。把 ok 里的 PNG 交给 agent(视觉)即可读出数字,填入「三、数据洞察」。
注意:本脚本依赖 agent-browser 常驻 daemon;若 open 报 "Chrome exited early",通常是环境缺浏览器依赖或需 --no-sandbox,按提示处理即可(用户本机 Windows 一般直接可用)。
适用边界:
- 浏览器模式是内容分析的首选(零门槛、零风控)
- 指标读取依赖账号登录态,截图视觉读值存在个位数误差,正式报表建议以公众号后台导出为准
- 在交互式桌面环境(用户本机)效果最佳;纯服务端无头环境需配合无头浏览器 + 登录态
三、分析框架(核心)
3.1 账号定位分析
对公众号主页 + 近期文章进行综合分析:
| 维度 | 分析内容 |
|---|
| 赛道判断 | 属于什么领域?极度垂直还是泛领域?赛道天花板多高? |
| 账号定位 | 差异化定位是什么?用户为什么关注这个号而不是同类号? |
| 目标受众 | 从文章内容反推受众画像(年龄/职业/兴趣点/消费水平) |
| 内容调性 | 专业严谨/轻松幽默/情感共鸣/干货实用?统一还是分裂? |
| 人设感 | 有没有鲜明的"主理人形象"?是个人IP还是机构号? |
| 商业化程度 | 广告量、带货频率、付费内容、变现路径是否清晰? |
3.2 文章内容分析(每篇独立分析)
3.2.1 选题分析
| 维度 | 分析指标 |
|---|
| 选题类型 | 热点追评 / 行业干货 / 情感故事 / 经验教程 / 产品推广 / 观点评论 / 活动福利 |
| 选题来源 | 时效性选题(热点)vs 常青内容(SEO/收藏型)比例 |
| 选题独特性 | 该选题在同赛道中是否常见?有没有差异化切入角度? |
| 选题周期性 | 是否有固定栏目/系列?每周是否有节奏感? |
3.2.2 标题分析
| 维度 | 分析指标 |
|---|
| 标题类型 | 悬念式("99%的人不知道…") / 数字式("3个方法")/ 对比式("别人…你…") / 痛点直击 / 情感共鸣 / 命令式("别再XX了") |
| 标题长度 | 头部案例的标题字数分布(公众号最佳区间:18-24字) |
| 关键词植入 | 是否包含搜索关键词?是否踩中目标读者的搜索意图? |
| 标题与内容匹配度 | 是否"标题党"?打开后是否有落差?落差会导致取关 |
3.2.3 结构与逻辑分析
| 维度 | 分析指标 |
|---|
| 开头类型 | 场景切入 / 观点抛出 / 数据冲击 / 故事开局 / 提问互动 |
| 文章结构 | 总分总 / 并列式 / 递进式 / 问答式 / 清单体 / 叙事线 |
| 段落节奏 | 段落长度分布(公众号最佳:2-5句/段) |
| 图文配合 | 配图频率、图片质量、是否有信息图/数据可视化 |
| 论据支撑 | 案例引用 / 数据来源 / 权威背书 / 个人经历 |
| 结尾类型 | 观点升华 / 互动引导("你怎么看?")/ 关注引导 / 福利预告 / 下期预告 |
3.2.4 写作风格分析
| 维度 | 分析指标 |
|---|
| 语言风格 | 书面语 vs 口语化,正式 vs 亲切 |
| 句子节奏 | 长句为主还是短句为主?长短句搭配是否得当? |
| 金句密度 | 每千字有几个可传播的金句/观点摘要? |
| 情绪曲线 | 文章的起承转合是否完整?情绪是否有高低起伏? |
| 互动意识 | 是否在文中设置互动点(提问/投票/征集)? |
| 个人特色 | 有没有独特的表达方式/口头禅/比喻习惯? |
3.3 综合诊断(所有文章汇总)
| 维度 | 分析方法 |
|---|
| 高频词提取 | 从所有文章标题和正文中提取 Top 20 高频实义词,判断内容重心 |
| 选题分布 | 统计各类选题的占比,评估是否过于单一或过于分散 |
| 阅读量分布 | 按时间线绘制阅读量变化趋势,发现低谷/高峰对应的事件 |
| 爆款特征 | 阅读量 Top 3 文章的共同特征(选题/标题/开头/结构) |
| 低流量特征 | 阅读量 Bottom 3 文章的共同特征,避坑指南 |
| 最佳发布时间 | 文章发布时间与阅读量的相关性分析 |
| 话题生命周期 | 同一话题多篇覆盖的阅读量衰减曲线 |
| 竞品对比 | 如用户提供竞品账号,与竞品的选题/风格/更新频率做对比 |
四、输出规范
4.1 分析报告结构(Markdown)
输出的分析报告必须包含以下完整结构:
# 公众号分析报告:{账号名称}
> 分析时间:{日期} | 分析文章数:{N}篇 | 数据时间跨度:{起止日期}
---
## 一、账号概览
### 1.1 基本信息
{账号简介提炼、认证信息、赛道判断、定位一句话总结}
### 1.2 运营画像
| 维度 | 数据 |
|------|------|
| 更新频率 | 周更X篇 / 日更 |
| 平均文章长度 | XXX字 |
| 赛道竞争度 | 红海/蓝海/细分 |
| 内容人设 | 清晰/模糊/无人设 |
| 商业化进度 | 未启动/初步/成熟 |
### 1.3 核心判断(一句话结论)
> "这个账号目前处于……阶段,核心问题是……,最大机会是……"
---
## 二、内容深度分析
### 2.1 选题分析
{选题分布饼图/表格 + 分析解读}
### 2.2 标题分析
{标题类型分布 + 优秀标题举例 + 优化建议}
### 2.3 结构与写作
{文章结构类型分布 + 开头/结尾写法评估 + 金句密度}
### 2.4 综合评分
| 维度 | 评分(1-10) | 说明 |
|------|-------------|------|
| 选题能力 | X/10 | |
| 标题功力 | X/10 | |
| 内容质量 | X/10 | |
| 写作风格 | X/10 | |
| 用户互动 | X/10 | |
| **综合** | **X/10** | |
---
## 三、数据洞察(如有阅读数据)
### 3.1 阅读量趋势
{按时间线的阅读量变化 + 趋势解读}
### 3.2 爆款特征
{阅读量TOP3文章的共同特征分析}
### 3.3 互动质量
{点赞率/在看率分析}
---
## 四、选题与方向建议
### 4.1 当前账号可拓展的选题方向TOP5
1. {选题方向1} —— 理由:……
2. {选题方向2} —— 理由:……
3. {选题方向3} —— 理由:……
4. {选题方向4} —— 理由:……
5. {选题方向5} —— 理由:……
### 4.2 差异化策略
{与同赛道竞品的对比 + 账号可以切入的差异化角度}
### 4.3 标题优化建议
{针对当前账号标题弱点的改进方案 + 标题公式推荐}
---
## 五、运营计划
### 5.1 内容排期方案(建议接下来4周)
| 周次 | 周一 | 周三 | 周五 | 备注 |
|------|------|------|------|------|
| 第1周 | 选题A | 选题B | 选题C | 热点型/干货型搭配 |
| 第2周 | …… | …… | …… | |
| 第3周 | …… | …… | …… | |
| 第4周 | …… | …… | …… | |
### 5.2 增长策略
{基于当前账号阶段的增长建议}
| 阶段 | 核心策略 |
|------|---------|
| 冷启动(0-5000粉) | 内容质量优先,重点做1-2个爆款系列 |
| 成长期(5000-5万粉) | 稳定更新频率+互动设计+社群导流 |
| 成熟期(5万粉以上) | 矩阵号+商业化+用户运营 |
### 5.3 互动提升方案
{评论引导、投票/征集活动、社群运营等具体方案}
### 5.4 转化/变现建议
{如果账号已有一定基础,给出变现路径建议}
---
## 六、执行优先级
### 立即行动(本周)
1. ……
2. ……
3. ……
### 短期目标(1个月内)
1. ……
2. ……
3. ……
### 中期目标(1-3个月)
1. ……
2. ……
3. ……
---
*分析基于公开可获取数据,完整数据需结合公众号后台。*
*报告生成时间:{日期} | 工具:qianjin-wechat-analyzer v1.0*
4.2 报告交付标准
| 检查项 | 标准 |
|---|
| 可执行性 | 建议必须是具体可操作的,不是"提高内容质量"这种空话 |
| 数据透明 | 标注哪些数据来自公开抓取,哪些来自推断 |
| 不确定性声明 | 当数据不足以给出结论时,明确标注"数据不足,建议结合后台确认" |
| 竞品基础 | 如用户未提供竞品,基于内容分析给出赛道通用的对比分析 |
| 格式完整 | 必须包含上述报告的所有一级和二级标题 |
五、执行流程
5.1 完整分析流程
Step 1:需求确认
├── 用户输入公众号名称/ID/链接
├── 确认分析深度(快速诊断 / 标准分析 / 深度报告)
├── 用户是否有文章链接列表或后台数据可以提供?
└── 确认竞品账号(可选,增强对比分析)
Step 2:数据采集
├── 通过搜狗微信搜索获取公众号信息
├── 获取近期文章列表(标题+时间+链接)
├── 提取每篇文章正文内容用于内容分析
├── 若用户已提供微信 cookie → 运行 scripts/fetch_metrics.py 抓阅读/赞/在看(见 §2.4)
├── 若用户能导出后台数据/截图 → 直接采用(最可靠)
└── 无 cookie 且无后台数据 → 跳过数据洞察,纯内容分析并明确标注
Step 3:内容分析
├── 按分析框架逐篇文章进行内容分析
├── 汇总统计(选题分布/标题类型/结构偏好等)
├── 提取高频关键词
├── 识别爆款特征和低流量特征
└── 综合评分
Step 4:洞察提炼
├── 发现账号的核心问题和最大机会
├── 每个建议必须有依据(来自哪篇文章/哪个数据)
├── 避免"正确的废话"
└── 形成可执行的行动计划
Step 5:报告输出
├── 按输出规范生成完整报告
├── 确保所有建议具体可执行
├── 给用户提供进一步追问的入口
└── 交付 + 询问是否需要深入某个维度
5.2 快速诊断模式
当用户只需要快速评估时,执行简化版流程:
1. 只分析最近3-5篇文章
2. 不抓取阅读量数据(除非文章页已显示)
3. 只输出:账号定位判断 + 选题评估 + 3条最关键的改进建议
4. 控制在 15 分钟内完成
5.3 深度分析模式
当用户需要完整报告时:
1. 分析最近10-15篇文章(搜狗上限)
2. 数据获取二选一:
- 优先:用户给了微信 cookie → 跑 scripts/fetch_metrics.py 抓阅读量/点赞/在看
- 次选:用户导出了后台数据/截图 → 直接采用
- 都没有:跳过数据洞察章节,纯内容分析并在报告中标注"数据缺失"
3. 完整输出报告所有章节
4. 附可执行的4周排期方案
5. 提供进一步追问的3个方向
六、分析原则与边界
6.1 核心原则
- 内容为核:即使没有阅读数据,单靠分析文章内容也能给出60%以上有价值的运营建议
- 建议可执行:每个建议必须是"下周就能做到的",不是"提升品牌影响力"这种空话
- 数据透明:明确区分"从数据中发现的"和"根据经验推断的"
- 量身定制:不同阶段的账号(冷启动/成长/成熟)建议方向完全不同
- 竞品视角:没有竞品对比的分析是不完整的
6.2 能力边界
| 边界 | 说明 |
|---|
| ✅ 可以分析 | 文章内容质量、选题方向、写作风格、标题策略、结构逻辑 |
| ✅ 可以推断 | 基于内容反推目标受众、基于阅读量反推用户偏好 |
| ✅ 浏览器可读 | 文章内容(含标题/正文/结构/作者):浏览器模式(§2.5)零登录即可分析 |
| ✅ 登录态可抓 | 阅读量/点赞/在看/留言:cookie 抓(§2.4)或浏览器登录后截图视觉读取(§2.5) |
| ❌ 不可获取 | 完读率、转发量、用户画像、地域分布、阅读来源(仅在作者后台) |
| ❌ 不保证 | 搜狗搜索可能找不到特定公众号,特别是新号或小众号;cookie 过期/风控会导致抓取失败 |
6.3 免责声明
- 分析基于公开可获取数据,不代表公众号后台真实数据
- 阅读量等互动数据为抓取时刻的快照值,非历史峰值
- 运营建议基于通用方法论 + 公众号内容分析,不保证100%有效
- 建议用户结合公众号后台数据对分析结果进行验证
七、触发与使用
7.1 触发词
| 场景 | 对话示例 |
|---|
| 快速诊断 | "分析一下这个公众号:XX" |
| 深度分析 | "给我深度分析一下XX公众号,输出完整报告" |
| 竞品对比 | "对比分析XX和YY两个公众号" |
| 文章诊断 | "帮我分析这篇公众号文章质量怎么样" |
| 选题建议 | "这个号应该做什么选题?帮我看看" |
| 运营改进 | "这个号运营有什么问题?给个改善方案" |
7.2 对话示例
用户:帮我分析一下"XX"这个公众号,看看有什么问题
助手:好的,我先搜一下这个号的信息。
[通过搜狗微信搜索获取公众号信息 + 近期文章列表]
[逐篇打开文章页,提取正文内容和阅读量数据]
[按分析框架进行内容分析和数据整理]
好的,以下是分析报告(节选):
---
## 一、账号概览
{结果}
## 二、内容分析
{结果}
## 三、选题与方向建议
{结果}
---
完整报告已输出,需要我针对某个维度展开细聊吗?比如标题策略、选题方向或者排期方案?
7.3 数据不足时的应对
当搜狗搜索无法找到目标公众号时:
我暂时没有搜到"XX"的公众号信息,可能有以下原因:
1. 账号名称输入有误,请确认
2. 该账号较新或搜索量低,搜狗索引未收录
你可以试试提供以下内容,我一样能帮你分析:
🔹 提供3-5篇该公众号的文章链接
🔹 提供该公众号的文章截图/PDF
🔹 直接告诉我账号ID,我换其他方式查找
八、版本记录
| 版本 | 日期 | 变更 |
|---|
| v1.0 | 2026-07-14 | 初始版本 |
| v1.1 | 2026-07-22 | 修正数据获取策略:阅读/赞/在看/留言明确为「需微信登录态 cookie」;新增 §2.4 带登录态抓取方案 + scripts/fetch_metrics.py 指标抓取脚本(标准库实现,调 getappmsgext);补充浏览器自动化兜底 |
| v1.2 | 2026-07-22 | 新增 §2.5 浏览器模式:DOM 文本读取 + 截图视觉分析,作为内容分析首选与指标读取的易用方案;与 §2.4 cookie API 对比说明;§2.2/§6.2 同步更新浏览器可读与登录态可抓 |
| v1.3 | 2026-07-22 | §2.5 落地为可执行脚本 scripts/browse_metrics.py(agent-browser 封装,跨平台);支持 --session 复用登录态、--no-close、--headed、--no-sandbox;新增 --mode bottom + --crop-h 底部裁剪模式,让阅读/在看数字更清晰;含单篇/批量截图 + JSON 汇总;已验证编排逻辑(沙箱 Chromium 无法启动属环境限制,本机 Windows 可直接用) |
分析基于公开可获取数据,完整数据需结合公众号后台。