Apify

自定义

执行前，请检查用户自定义内容： ~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/Apify/

如果该目录存在，请加载并应用其中的 PREFERENCES.md、配置或资源。这些内容优先于默认行为。如果该目录不存在，则使用技能默认设置。

🚨 强制要求：语音通知（任何操作前均须完成）

调用此技能时，必须先发送此通知，再执行任何其他操作。

1. 发送语音通知：

   curl -s -X POST http://localhost:31337/notify \
     -H "Content-Type: application/json" \
     -d '{"message": "Running the WORKFLOWNAME workflow in the Apify skill to ACTION"}' \
     > /dev/null 2>&1 &
   

2. 输出文本通知：

   Running the **WorkflowName** workflow in the **Apify** skill to ACTION...
   

此步骤不可省略。调用技能后，请立即执行此 curl 命令。

Apify - 社交媒体与网页抓取

功能

通过 Apify actor 抓取社交平台、商业数据和电商信息：Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps 商家搜索、Amazon，以及通用网页爬取。TypeScript 封装会在数据到达模型之前先在代码中筛选和转换数据，因此抓取 100 条帖子所需的开销大致相当于抓取 10 条。它还能并行运行多个平台，为社交聆听仪表板提供数据，并将 Google Maps 数据串接到 LinkedIn，以丰富潜在客户信息。

问题所在

通过原始 MCP 抓取数据，会将所有未经筛选的结果直接塞入模型上下文——单个包含 100 条帖子的 Instagram 个人资料就会消耗约 52,000 个 token，其中大部分都是你会丢弃的噪声。你通常只需要热门的 10 条帖子、上周的负面评价，或包含电子邮件地址的合格潜在客户。等数据到达模型后再筛选就太晚了，token 已经消耗。先在代码中筛选，可将 52,000 个 token 减少到约 500 个。

工作原理

此技能是基于文件的 MCP——一种以代码为先的 API 封装，用于替代 token 开销高的 MCP 协议调用。你可以调用 actor 封装，在 TypeScript 中筛选和排序结果，只有筛选后的部分才会进入模型上下文。先处理代码、再进入上下文的这一步，正是节省 95%–99% token 的关键。

工作流路由

工作流	触发条件	文件
更新	更新 Apify 技能、刷新 actor、actor 调用意外失败、每月能力检查	Workflows/Update.md
（内联）	所有抓取／潜在客户／爬取请求——抓取 Instagram／LinkedIn／TikTok／YouTube／Facebook、Google Maps 潜在客户、Amazon 评价、网页爬取	actors/ 下的 actor 封装（见下文的 Actor 参考）

📊 可用 Actor

社交媒体（5 个平台）

• Instagram（14.5 万用户，4.60★）- 个人资料、帖子、话题标签、评论
• LinkedIn（2.6 万用户，4.10★）- 个人资料、职位、帖子
• TikTok（9 万用户，4.61★）- 个人资料、视频、话题标签、评论
• YouTube（4 万用户，4.40★）- 频道、视频、评论、搜索
• Facebook（3.5 万用户，4.56★）- 帖子、群组、评论

商业与潜在客户开发

• Google Maps（19.8 万用户，4.76★）- 价值最高！
  • 搜索商家，提取联系方式、评价和图片
  • 非常适合开发潜在客户

电商

• Amazon（8,000 用户，4.97★）- 商品、评价、定价

网页抓取

• Web Scraper（9.4 万用户，4.39★）- 通用型，适用于任何网站

🚀 快速开始

基本用法模式

import { scrapeInstagramProfile, searchGoogleMaps } from 'actors'

// 1. Call the actor wrapper
const profile = await scrapeInstagramProfile({
  username: 'target_username',
  maxPosts: 50
})

// 2. Filter in code - BEFORE data reaches model!
const viral = profile.latestPosts?.filter(p => p.likesCount > 10000)

// 3. Only filtered results reach model context
console.log(viral) // ~10 posts instead of 50

📚 按用例分类的示例

社交媒体监测

Instagram - 跟踪互动：

import { scrapeInstagramProfile, scrapeInstagramPosts } from 'actors'

// Get profile with recent posts
const profile = await scrapeInstagramProfile({
  username: 'competitor',
  maxPosts: 100
})

// Filter in code - only high-performing posts from last 30 days
const thirtyDaysAgo = Date.now() - (30 * 24 * 60 * 60 * 1000)
const topRecent = profile.latestPosts
  ?.filter(p =>
    new Date(p.timestamp).getTime() > thirtyDaysAgo &&
    p.likesCount > 5000
  )
  .sort((a, b) => b.likesCount - a.likesCount)
  .slice(0, 10)

// Only 10 posts reach model instead of 100!

LinkedIn - 搜索职位：

import { searchLinkedInJobs } from 'actors'

const jobs = await searchLinkedInJobs({
  keywords: 'AI engineer',
  location: 'San Francisco',
  remote: true,
  maxResults: 200
})

// Filter in code - only senior roles at well-funded startups
const topJobs = jobs.filter(j =>
  j.seniority?.includes('Senior') &&
  parseInt(j.applicants || '0') > 50
)

TikTok - 趋势分析：

import { scrapeTikTokHashtag } from 'actors'

const videos = await scrapeTikTokHashtag({
  hashtag: 'ai',
  maxResults: 500
})

// Filter in code - only viral content
const viral = videos
  .filter(v => v.playCount > 1000000)
  .sort((a, b) => b.playCount - a.playCount)
  .slice(0, 20)

潜在客户开发（商业智能）

Google Maps - 本地商家潜在客户：

import { searchGoogleMaps } from 'actors'

// Search with contact info extraction
const places = await searchGoogleMaps({
  query: 'restaurants in Austin',
  maxResults: 500,
  includeReviews: true,
  maxReviewsPerPlace: 20,
  scrapeContactInfo: true // Extracts emails from websites!
})

// Filter in code - only highly-rated with email/phone
const qualifiedLeads = places
  .filter(p =>
    p.rating >= 4.5 &&
    p.reviewsCount >= 100 &&
    (p.email || p.phone)
  )
  .map(p => ({
    name: p.name,
    rating: p.rating,
    reviews: p.reviewsCount,
    email: p.email,
    phone: p.phone,
    website: p.website,
    address: p.address
  }))

// Export leads - only qualified results!
console.log(`Found ${qualifiedLeads.length} qualified leads`)

Google Maps - 评价情感分析：

import { scrapeGoogleMapsReviews } from 'actors'

const reviews = await scrapeGoogleMapsReviews({
  placeUrl: 'https://maps.google.com/maps?cid=12345',
  maxResults: 1000
})

// Filter in code - analyze sentiment by rating
const recentNegative = reviews
  .filter(r => {
    const thirtyDaysAgo = Date.now() - (30 * 24 * 60 * 60 * 1000)
    return (
      r.rating <= 2 &&
      new Date(r.publishedAtDate).getTime() > thirtyDaysAgo &&
      r.text.length > 50
    )
  })

// Identify common complaints
const complaints = recentNegative.map(r => r.text)

电商与竞争情报

Amazon - 价格监测：

import { scrapeAmazonProduct } from 'actors'

const product = await scrapeAmazonProduct({
  productUrl: 'https://www.amazon.com/dp/B08L5VT894',
  includeReviews: true,
  maxReviews: 200
})

// Filter in code - only recent negative reviews
const recentNegative = product.reviews
  ?.filter(r => {
    const weekAgo = Date.now() - (7 * 24 * 60 * 60 * 1000)
    return (
      r.rating <= 2 &&
      new Date(r.date).getTime() > weekAgo
    )
  })

console.log(`Price: $${product.price}`)
console.log(`Rating: ${product.rating}/5`)
console.log(`Recent issues: ${recentNegative?.length} complaints`)

自定义网页抓取

任意网站 - 自定义提取：

import { scrapeWebsite } from 'actors'

const products = await scrapeWebsite({
  startUrls: ['https://example.com/products'],
  linkSelector: 'a.product-link',
  maxPagesPerCrawl: 100,
  pageFunction: `
    async function pageFunction(context) {
      const { request, $, log } = context

      return {
        url: request.url,
        title: $('h1.product-title').text(),
        price: $('span.price').text(),
        inStock: $('.in-stock').length > 0,
        description: $('.description').text()
      }
    }
  `
})

// Filter in code - only available products under $100
const affordable = products.filter(p =>
  p.inStock &&
  parseFloat(p.price.replace('$', '')) < 100
)

🎨 高级模式

模式 1：多平台社交聆听

import {
  scrapeInstagramHashtag,
  scrapeTikTokHashtag,
  searchYouTube
} from 'actors'

// Run all platforms in parallel
const [instagramPosts, tiktokVideos, youtubeVideos] = await Promise.all([
  scrapeInstagramHashtag({ hashtag: 'ai', maxResults: 100 }),
  scrapeTikTokHashtag({ hashtag: 'ai', maxResults: 100 }),
  searchYouTube({ query: '#ai', maxResults: 100 })
])

// Combine and filter - only viral content across all platforms
const allViral = [
  ...instagramPosts.filter(p => p.likesCount > 10000),
  ...tiktokVideos.filter(v => v.playCount > 100000),
  ...youtubeVideos.filter(v => v.viewsCount > 50000)
]

console.log(`Found ${allViral.length} viral posts across 3 platforms`)

模式 2：潜在客户信息丰富流程

import { searchGoogleMaps, scrapeLinkedInProfile } from 'actors'

// 1. Find businesses on Google Maps
const restaurants = await searchGoogleMaps({
  query: 'restaurants in SF',
  maxResults: 100,
  scrapeContactInfo: true
})

// 2. Filter for qualified leads
const qualified = restaurants.filter(r =>
  r.rating >= 4.5 &&
  r.email &&
  r.reviewsCount >= 50
)

// 3. Enrich with LinkedIn data (if available)
const enriched = await Promise.all(
  qualified.map(async (restaurant) => {
    // Try to find LinkedIn company page
    // ... additional enrichment logic
    return restaurant
  })
)

模式 3：竞争分析仪表板

import {
  scrapeInstagramProfile,
  scrapeYouTubeChannel,
  scrapeTikTokProfile
} from 'actors'

async function analyzeCompetitor(username: string) {
  // Gather data from all platforms
  const [instagram, youtube, tiktok] = await Promise.all([
    scrapeInstagramProfile({ username, maxPosts: 30 }),
    scrapeYouTubeChannel({ channelUrl: `https://youtube.com/@${username}`, maxVideos: 30 }),
    scrapeTikTokProfile({ username, maxVideos: 30 })
  ])

  // Calculate engagement metrics in code
  return {
    username,
    instagram: {
      followers: instagram.followersCount,
      avgLikes: average(instagram.latestPosts?.map(p => p.likesCount) || []),
      engagementRate: calculateEngagement(instagram)
    },
    youtube: {
      subscribers: youtube.subscribersCount,
      avgViews: average(youtube.videos?.map(v => v.viewsCount) || [])
    },
    tiktok: {
      followers: tiktok.followersCount,
      avgPlays: average(tiktok.videos?.map(v => v.playCount) || [])
    }
  }
}

💰 Token 节省计算器

示例：包含 100 条帖子 Instagram 个人资料

MCP 方式：

1. search-actors → 1,000 tokens
2. call-actor → 1,000 tokens
3. get-actor-output → 50,000 tokens (100 unfiltered posts)
TOTAL: ~52,000 tokens

基于文件的方式：

const profile = await scrapeInstagramProfile({
  username: 'user',
  maxPosts: 100
})

// Filter in code - only top 10 posts
const top = profile.latestPosts
  ?.sort((a, b) => b.likesCount - a.likesCount)
  .slice(0, 10)

// TOTAL: ~500 tokens (only 10 filtered posts reach model)

节省：减少 99%（52,000 → 500 个 token）

🔧 Actor 参考

社交媒体

Instagram

• scrapeInstagramProfile(input) - 个人资料 + 帖子
• scrapeInstagramPosts(input) - 用户的帖子
• scrapeInstagramHashtag(input) - 带指定标签的帖子
• scrapeInstagramComments(input) - 帖子的评论

LinkedIn

• scrapeLinkedInProfile(input) - 个人资料 + 工作经历 + 邮箱
• searchLinkedInJobs(input) - 职位列表
• scrapeLinkedInPosts(input) - 个人资料/公司的帖子

TikTok

• scrapeTikTokProfile(input) - 个人资料 + 视频
• scrapeTikTokHashtag(input) - 带指定标签的视频
• scrapeTikTokComments(input) - 视频的评论

YouTube

• scrapeYouTubeChannel(input) - 频道 + 视频
• searchYouTube(input) - 搜索视频
• scrapeYouTubeComments(input) - 视频的评论

Facebook

• scrapeFacebookPosts(input) - 主页的帖子
• scrapeFacebookGroups(input) - 群组帖子
• scrapeFacebookComments(input) - 帖子评论

商业与潜在客户开发

Google Maps

• searchGoogleMaps(input) - 搜索地点（支持提取联系方式！）
• scrapeGoogleMapsPlace(input) - 单个地点的详情
• scrapeGoogleMapsReviews(input) - 地点评价

电子商务

Amazon

• scrapeAmazonProduct(input) - 商品详情 + 评价
• scrapeAmazonReviews(input) - 仅商品评价

网页抓取

通用网页

• scrapeWebsite(input) - 自定义多页面爬取
• scrapePage(url, pageFunction) - 提取单个页面

⚙️ 配置

环境变量：

# Required - Get from https://console.apify.com/account/integrations
APIFY_TOKEN=apify_api_xxxxx...

Actor 运行选项：

{
  memory: 2048,    // MB: 128, 256, 512, 1024, 2048, 4096, 8192
  timeout: 300,    // seconds
  build: 'latest'  // or specific build number
}

🎯 何时使用此方式，而非 MCP

使用基于文件的方式（此技能）：

• ✅ 需要筛选大型数据集（>100 条结果）
• ✅ 想用代码转换/汇总数据
• ✅ 需要执行多个连续操作
• ✅ 需要控制流（循环、条件判断）
• ✅ 追求最高 token 效率

使用 MCP：

• ❌ 结果较少（<10 项）的简单单次操作
• ❌ 一次性的探索性查询
• ❌ 不想编写代码

🔗 链接

• Apify 平台：https://apify.com
• Actor 商店：https://apify.com/store
• API 文档：https://docs.apify.com/api/v2

---

请记住：在将数据返回到模型上下文之前，先用代码筛选数据。这正是节省 99% token 的关键！

注意事项

• Actor 的选择很重要。 每个社交平台都有专用 Actor——如果有专门的 Instagram Actor，就不要对 Instagram 使用通用抓取工具。
• 速率限制因平台和套餐而异。 执行大规模抓取前，请查阅 Actor 文档了解限制。
• 抓取的数据格式因 Actor 而异。 处理结果前，请先阅读 Actor 的输出架构。

示例

示例 1：抓取 Instagram 个人资料

User: "get the recent posts from this Instagram account"
→ Selects Instagram Profile actor
→ Runs with target profile URL
→ Returns structured post data (text, engagement, dates)

示例 2：抓取 LinkedIn 公司数据

User: "scrape this company's LinkedIn page"
→ Selects LinkedIn Company actor
→ Returns company info, employee count, recent posts

执行日志

完成任何工作流后，追加一条 JSONL 记录：

echo '{"ts":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"Apify","workflow":"WORKFLOW_USED","input":"8_WORD_SUMMARY","status":"ok|error","duration_s":SECONDS}' >> ~/.claude/LIFEOS/MEMORY/SKILLS/execution.jsonl

将 WORKFLOW_USED 替换为已执行的工作流，将 8_WORD_SUMMARY 替换为简要的输入描述，并将 SECONDS 替换为大致的实际耗时。如果工作流失败，请记录 status: "error"。