メニュー
用户要求抓取某个 Twitter 用户的推文，用户要求搜索 Twitter 上的特定关键词，用户提到 "拉取推文"、"抓取 Twitter"、"获取推特上关于XX的讨论或者 用户提供 Twitter 用户名并希望获取其推文的时候进行调用
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | twitter-fetcher |
| description | 用户要求抓取某个 Twitter 用户的推文，用户要求搜索 Twitter 上的特定关键词，用户提到 "拉取推文"、"抓取 Twitter"、"获取推特上关于XX的讨论或者 用户提供 Twitter 用户名并希望获取其推文的时候进行调用 |
抓取 Twitter 推文数据，支持用户模式和关键词搜索模式。数据自动保存到数据库。
当用户提出抓取需求时，你需要根据用户的自然语言描述，智能解析以下参数：
根据用户需求自动设置采集数量：
| 用户意图 | 推荐数量 | 示例 |
|---|---|---|
| 快速浏览/测试 | 100-300 | "帮我看看最近的推文"、"简单查一下" |
| 日常采集 | 500-800 | "抓取推文"、"获取数据" |
| 深度分析 | 1000-1500 | "全面分析"、"深入了解"、"数据分析" |
| 大规模采集 | 1500-3000 | "尽可能多"、"全部推文"、"大量数据" |
如果用户未指定数量，默认使用 200 条。
| 用户表述 | 参数值 | 说明 |
|---|---|---|
| "最新"、"最近"、"新发布" | --type Latest | 按时间倒序（默认） |
| "热门"、"火爆"、"高互动"、"爆款" | --type Top | 按互动量排序 |
脚本支持 Twitter 搜索操作符，可组合使用：
| 操作符 | 说明 | 示例 |
|---|---|---|
--since | 开始日期 | --since 2024-01-01 |
--until | 结束日期 | --until 2024-12-31 |
--lang | 语言过滤 | --lang zh（中文）、--lang en（英文） |
--min-faves | 最少点赞数 | --min-faves 100 |
--min-retweets | 最少转推数 | --min-retweets 50 |
--filter | 内容过滤 | images（含图片）、videos（含视频）、links（含链接） |
--exclude | 排除内容 | replies（排除回复）、retweets（排除转推） |
--verified | 仅认证用户 | 添加此参数仅获取蓝V用户推文 |
示例 1: "帮我查询最近一周关于 AI 的热门推文"
python3 scripts/fetch_tweets.py -k "AI" --type Top --since 2024-01-12 --max-tweets 800
示例 2: "抓取 @elonmusk 最近的推文"
python3 scripts/fetch_tweets.py -u elonmusk --max-tweets 800
示例 3: "搜索 ChatGPT 相关的高质量推文，点赞超过 1000"
python3 scripts/fetch_tweets.py -k "ChatGPT" --min-faves 1000 --type Top --max-tweets 500
示例 4: "获取某用户的原创推文，不要转推和回复"
python3 scripts/fetch_tweets.py -u username --exclude replies --exclude retweets --max-tweets 1000
示例 5: "大规模采集 AI Agent 领域的推文做研究"
python3 scripts/fetch_tweets.py -k "AI Agent" --type Latest --max-tweets 3000
# 抓取用户最近推文（自动保存到数据库）
python3 scripts/fetch_tweets.py -u <username>
# 指定数量
python3 scripts/fetch_tweets.py -u <username> --max-tweets 500
# 带时间范围
python3 scripts/fetch_tweets.py -u <username> --since 2024-01-01 --until 2024-06-30
# 搜索关键词
python3 scripts/fetch_tweets.py -k "AI agent" --max-tweets 500
# 搜索热门推文
python3 scripts/fetch_tweets.py -k "ChatGPT" --type Top
# 带过滤条件
python3 scripts/fetch_tweets.py -k "AI" --min-faves 100 --lang en --type Top
| 参数 | 说明 | 默认值 |
|---|---|---|
-u, --user | Twitter 用户名（不含 @） | - |
-k, --keyword | 搜索关键词 | - |
--max-tweets | 最大推文数量 | 800 |
--type | 搜索类型：Latest（最新）或 Top（热门） | Latest |
--since | 开始日期 (YYYY-MM-DD) | - |
--until | 结束日期 (YYYY-MM-DD) | - |
--lang | 语言代码 (zh/en/ja 等) | - |
--min-faves | 最少点赞数 | - |
--min-retweets | 最少转推数 | - |
--filter | 内容过滤 (images/videos/links)，可多次使用 | - |
--exclude | 排除内容 (replies/retweets)，可多次使用 | - |
--verified | 仅获取认证用户推文 | False |
tweets 表包含以下字段：
| 字段 | 说明 |
|---|---|
tweet_id | 推文 ID |
created_at | 发布时间 |
text | 推文内容 |
lang | 语言 |
source | 发布来源 |
favorites | 点赞数 |
retweets | 转推数 |
replies | 回复数 |
quotes | 引用数 |
bookmarks | 书签数 |
views | 浏览量 |
conversation_id | 会话 ID |
author_id | 作者 ID |
author_name | 作者显示名 |
author_screen_name | 作者用户名 |
author_avatar | 作者头像 |
author_blue_verified | 蓝V认证 |
has_media | 是否有媒体 |
media_count | 媒体数量 |
has_quoted | 是否引用推文 |
quoted_tweet_id | 引用推文 ID |
quoted_author_name | 引用推文作者 |
quoted_text | 引用推文内容 |
hashtags | 话题标签 (JSON) |
urls | 链接 (JSON) |
user_mentions | 用户提及 (JSON) |
is_pinned | 是否置顶 |
fetch_time | 抓取时间 |
BOSS直聘自动化招聘工作流。批量打招呼、查看回复、筛选简历、交换联系方式，并生成候选人分析表格。当用户提到「BOSS直聘招聘」「批量打招呼」「筛选简历」「自动招聘」「BOSS直聘候选人」或任何与 BOSS 直聘招聘流程相关的需求时，使用此技能。
微信公众号关键词文章搜索与深度分析工具。根据用户输入的关键词，搜索最近一周的公众号文章（默认获取3页约30篇），进行多维度深度分析并生成 Markdown 报告。 分析维度包括：(1) 标题分析 - 分析标题特征、关键词、吸引力元素；(2) 话题归类 - 将文章按主题/子领域分类归纳；(3) 写作风格拆解 - 分析写作技巧、文章结构、hook点；(4) 互动数据分析 - 分析阅读量、点赞、评论等数据。 当用户需要：(1) 根据关键词搜索公众号文章，(2) 分析特定话题的热门文章，(3) 寻找内容创作灵感和选题参考，(4) 学习高阅读量文章的写作方法，(5) 了解某个领域的内容趋势时使用此技能。
小红书信息图系列风格分析与生成器，支持 10 种视觉风格和 8 种布局。将内容拆解为 1-10 张卡通风格图片，专为小红书优化。当用户提到"小红书图片"、"XHS images"、"RedNote infographics"、"小红书种草"，"分析小红书图文笔记风格"，或需要中文社交媒体信息图时使用。