Apify 品牌声誉监测

品牌声誉监测

使用 Apify Actors 从多个平台抓取评论、评分和品牌提及。

使用场景

• 需要监测社交、旅游或地图平台上的评论、评分或品牌提及。

• 任务是选择并运行 Apify Actor 以进行品牌情感分析或声誉跟踪。

• 需要导出监测结果和声誉信号摘要。

前置条件

• 包含 APIFY_TOKEN 的 .env 文件

• Node.js 20.6+（以支持原生 --env-file）

• mcpc CLI 工具：npm install -g @apify/mcpc

工作流

复制此清单并跟踪进度：

任务进度：
[ ] 步骤 1：确定数据源（选择 Actor）
[ ] 步骤 2：通过 mcpc 获取 Actor Schema
[ ] 步骤 3：询问用户偏好（格式、文件名）
[ ] 步骤 4：运行监测脚本
[ ] 步骤 5：总结结果

步骤 1：确定数据源

根据用户需求选择合适的 Actor：

| 用户需求 | Actor ID | 最适用场景 |
|-----------|----------|----------|
| Google Maps 评论 | compass/crawler-google-places | 商家评论、评分 |
| Google Maps 评论导出 | compass/Google-Maps-Reviews-Scraper | 专门的评论抓取 |
| Booking.com 酒店 | voyager/booking-scraper | 酒店数据、评分 |
| Booking.com 评论 | voyager/booking-reviews-scraper | 详细的酒店评论 |
| TripAdvisor 评论 | maxcopell/tripadvisor-reviews | 景点/餐厅评论 |
| Facebook 评论 | apify/facebook-reviews-scraper | 主页评论 |
| Facebook 留言 | apify/facebook-comments-scraper | 帖子留言监测 |
| Facebook 主页指标 | apify/facebook-pages-scraper | 主页评分概览 |
| Facebook 反应 | apify/facebook-likes-scraper | 反应类型分析 |
| Instagram 留言 | apify/instagram-comment-scraper | 留言情感分析 |
| Instagram 标签 | apify/instagram-hashtag-scraper | 品牌标签监测 |
| Instagram 搜索 | apify/instagram-search-scraper | 品牌提及发现 |
| Instagram 被标记帖子 | apify/instagram-tagged-scraper | 品牌标签跟踪 |
| Instagram 导出 | apify/export-instagram-comments-posts | 批量留言导出 |
| Instagram 综合 | apify/instagram-scraper | 全方位 Instagram 监测 |
| Instagram API | apify/instagram-api-scraper | 基于 API 的监测 |
| YouTube 留言 | streamers/youtube-comments-scraper | 视频留言情感分析 |
| TikTok 留言 | clockworks/tiktok-comments-scraper | TikTok 情感分析 |

步骤 2：获取 Actor Schema

使用 mcpc 动态获取 Actor 的输入 Schema 和详情：

export $(grep APIFY_TOKEN .env | xargs) && mcpc --json mcp.apify.com --header "Authorization: Bearer $APIFY_TOKEN" tools-call fetch-actor-details actor:="ACTOR_ID" | jq -r ".content"

将 ACTOR_ID 替换为所选的 Actor（例如 compass/crawler-google-places）。

这将返回：

• Actor 描述和 README

• 必填和可选的输入参数

• 输出字段（如果可用）

步骤 3：询问用户偏好

在运行之前，询问：
1. 输出格式：
- 快速回答 - 在聊天中显示前几条结果（不保存文件）
- CSV - 包含所有字段的完整导出
- JSON - JSON 格式的完整导出
2. 结果数量：根据具体用例而定

第 4 步：运行脚本

快速回答（在聊天中显示，不生成文件）：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT'

CSV 格式：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT' \
  --output YYYY-MM-DD_OUTPUT_FILE.csv \
  --format csv

JSON 格式：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT' \
  --output YYYY-MM-DD_OUTPUT_FILE.json \
  --format json

第 5 步：总结结果

完成后，请报告：

• 找到的评论/提及数量

• 文件位置和名称

• 可用的关键字段

• 建议的后续步骤（如情感分析、过滤）

错误处理

APIFY_TOKEN not found - 提示用户创建包含 APIFY_TOKEN=your_token 的 .env 文件
mcpc not found - 提示用户安装 npm install -g @apify/mcpc
Actor not found - 检查 Actor ID 拼写是否正确
Run FAILED - 提示用户检查错误输出中的 Apify 控制台链接
Timeout - 减少输入规模或增加 --timeout 参数

局限性

• 仅在任务明确符合上述范围时使用此技能。

• 不要将输出结果视为针对特定环境的验证、测试或专家评审的替代方案。

• 如果缺失必要输入、权限、安全边界或成功标准，请停止操作并请求澄清。