Apify 内容分析

apify-content-analytics
分类通用
作者Agentic Awesome Skills 社区
许可MIT
评分4.40/5
使用2.1K

内容分析 (Content Analytics)

使用 Apify Actors 从多个平台提取互动指标，从而追踪并分析内容表现。

使用场景

  • 需要获取帖子、Reels、视频、广告或标签的互动率、增长率或 ROI 指标。
  • 需要使用 Apify Actors 收集跨平台的内容表现数据。
  • 需要导出分析结果，并对表现最佳的内容进行简要解读。

前置条件

（无需提前检查）
  • 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

复制此清单以追踪进度：

code
任务进度：

  • [ ] 步骤 1：确定内容分析类型（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：运行分析脚本


  • [ ] 步骤 5：总结分析结果

步骤 1：确定内容分析类型

根据分析需求选择合适的 Actor：

| 用户需求 | Actor ID | 最佳适用场景 |
|-----------|----------|----------|
| 帖子互动指标 | apify/instagram-post-scraper | 帖子表现 |
| Reel 表现 | apify/instagram-reel-scraper | Reel 分析 |
| 粉丝增长追踪 | apify/instagram-followers-count-scraper | 增长指标 |
| 评论互动 | apify/instagram-comment-scraper | 评论分析 |
| 标签表现 | apify/instagram-hashtag-scraper | 品牌标签 |
| 提及追踪 | apify/instagram-tagged-scraper | 标签追踪 |
| 综合指标 | apify/instagram-scraper | 全量数据 |
| 基于 API 的分析 | apify/instagram-api-scraper | API 访问 |
| Facebook 帖子表现 | apify/facebook-posts-scraper | 帖子指标 |
| 反应分析 | apify/facebook-likes-scraper | 互动类型 |
| Facebook Reels 指标 | apify/facebook-reels-scraper | Reels 表现 |
| 广告表现追踪 | apify/facebook-ads-scraper | 广告分析 |
| Facebook 评论分析 | apify/facebook-comments-scraper | 评论互动 |
| 主页表现审计 | apify/facebook-pages-scraper | 主页指标 |
| YouTube 视频指标 | streamers/youtube-scraper | 视频表现 |
| YouTube Shorts 分析 | streamers/youtube-shorts-scraper | Shorts 表现 |
| TikTok 内容指标 | clockworks/tiktok-scraper | TikTok 分析 |

步骤 2：获取 Actor Schema

使用 mcpc 动态获取 Actor 的输入 Schema 和详细信息：

bash
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 apify/instagram-post-scraper）。

返回内容包括：

  • Actor 描述和 README

  • 必填及可选的输入参数

  • 输出字段（如果可用）

步骤 3：询问用户偏好

在运行前，请询问：
1. 输出格式：
- 快速回答 - 在聊天界面显示前几条结果（不保存文件）
- CSV - 包含所有字段的全量导出
- JSON - JSON 格式的全量导出
2. 结果数量：根据具体用例而定

步骤 4：运行脚本

快速回答（在聊天中显示，不保存文件）：

bash
node --env-fi

le=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
--actor "ACTOR_ID" \
--input 'JSON_INPUT'
code
CSV:
bash
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
code
JSON:
bash
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：

  • 分析的内容数量

  • 文件路径和名称

  • 关键性能洞察

  • 建议的后续步骤（深入分析、内容优化）

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 - 减小输入规模或增加 --timeout`

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特定环境验证、测试或专家评审的替代方案。
  • 如果缺少必要的输入、权限、安全边界或成功标准，请停止操作并请求澄清。