Apify 网红挖掘工具

影响者发现 (Influencer Discovery)

使用 Apify Actors 在多个平台发现并分析影响者。

使用场景

• 需要为外联、合作伙伴关系或活动规划寻找创作者或影响者。

• 需要评估社交平台上的真实性、互动率、领域匹配度或受众信号。

• 需要基于 Apify 的数据提取，并获取合适影响者候选人的短名单或摘要。

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

复制此清单并追踪进度：

任务进度：
[ ] 步骤 1：确定发现来源（选择 Actor）
[ ] 步骤 2：通过 mcpc 获取 Actor 架构 (Schema)
[ ] 步骤 3：询问用户偏好（格式、文件名）
[ ] 步骤 4：运行发现脚本
[ ] 步骤 5：总结结果

步骤 1：确定发现来源

根据用户需求选择合适的 Actor：

| 用户需求 | Actor ID | 最适用场景 |
|-----------|----------|----------|
| 影响者个人资料 | apify/instagram-profile-scraper | 个人资料指标、简介、粉丝数 |
| 通过标签查找 | apify/instagram-hashtag-scraper | 发现使用特定标签的影响者 |
| Reel 互动率 | apify/instagram-reel-scraper | 分析 Reel 表现和互动情况 |
| 按领域发现 | apify/instagram-search-scraper | 通过关键词/领域搜索影响者 |
| 品牌提及 | apify/instagram-tagged-scraper | 追踪谁标记了品牌/产品 |
| 综合数据 | apify/instagram-scraper | 完整的个人资料、帖子、评论分析 |
| 基于 API 的发现 | apify/instagram-api-scraper | 基于 API 的快速数据提取 |
| 互动分析 | apify/export-instagram-comments-posts | 导出评论以进行情感分析 |
| Facebook 内容 | apify/facebook-posts-scraper | 分析 Facebook 帖子表现 |
| 微影响者 | apify/facebook-groups-scraper | 在垂直领域群组中寻找影响者 |
| 影响力页面 | apify/facebook-search-scraper | 搜索具有影响力的页面 |
| YouTube 创作者 | streamers/youtube-channel-scraper | 频道指标和订阅者数据 |
| TikTok 影响者 | clockworks/tiktok-scraper | 全面的 TikTok 数据提取 |
| TikTok (免费版) | clockworks/free-tiktok-scraper | 免费的 TikTok 数据提取器 |
| 直播主 | clockworks/tiktok-live-scraper | 发现直播领域的影响者 |

步骤 2：获取 Actor 架构

使用 mcpc 动态获取 Actor 的输入架构和详细信息：

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-profile-scraper）。

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，请询问：
1. 输出格式：
- 快速回答 - 在聊天中显示前几个结果（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：基于字符...

第 4 步：运行脚本

快速回答（在聊天界面显示，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：

• 找到的影响者数量

• 文件的位置和名称

• 可用的关键指标（粉丝数、互动率等）

• 建议的后续步骤（筛选、外联、深入分析）

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。