关于 apify-audience-analysis
此技能通过 Apify Actors 分析多个社交平台的受众特征、互动和行为，面向需要社交受众洞察的工作流程。它涵盖 Actor 选择、查询参数架构、执行分析及汇总结果，并支持聊天展示或 CSV、JSON 导出。
主要功能
- 01选择 Facebook、Instagram、YouTube 和 TikTok 的 Actor
- 02通过 mcpc 获取 Actor 参数架构
- 03使用可配置输入运行分析
- 04以聊天内容、CSV 或 JSON 返回结果
- 05汇总受众分析发现
适用场景
- 01比较不同社交平台的关注者特征
- 02导出评论用于互动或情感分析
- 03查看帖子、视频或个人资料中的受众模式
MCP 相关
通过 mcpc 调用 Apify 的 MCP 服务，获取所选 Actor 的详情和输入参数架构。
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/apify-audience-analysis确认已加载。
附带文件reference/scripts/run_actor.js
详细介绍
受众分析
使用 Apify Actors 分析并了解受众，从多个平台提取关注者的人口统计信息、互动模式和行为数据。
前置条件
（无需提前检查）
- 包含
APIFY_TOKEN的.env文件 - Node.js 20.6+（支持原生
--env-file） mcpcCLI 工具：npm install -g @apify/mcpc
工作流
复制此清单并跟踪进度：
Task Progress:
- [ ] Step 1: Identify audience analysis type (select Actor)
- [ ] Step 2: Fetch Actor schema via mcpc
- [ ] Step 3: Ask user preferences (format, filename)
- [ ] Step 4: Run the analysis script
- [ ] Step 5: Summarize findings
步骤 1：确定受众分析类型
根据分析需求选择合适的 Actor：
| 用户需求 | Actor ID | 最适合 |
|---|---|---|
| Facebook 关注者人口统计信息 | apify/facebook-followers-following-scraper | FB 关注者/正在关注列表 |
| Facebook 互动行为 | apify/facebook-likes-scraper | FB 帖子点赞分析 |
| Facebook 视频受众 | apify/facebook-reels-scraper | FB Reels 观看者 |
| Facebook 评论分析 | apify/facebook-comments-scraper | FB 帖子/视频评论 |
| Facebook 内容互动 | apify/facebook-posts-scraper | FB 帖子互动指标 |
| Instagram 受众规模 | apify/instagram-profile-scraper | IG 个人资料人口统计信息 |
| Instagram 地理位置分析 | apify/instagram-search-scraper | IG 地理标签受众 |
| Instagram 标记网络 | apify/instagram-tagged-scraper | IG 标记网络分析 |
| Instagram 综合分析 | apify/instagram-scraper | 完整 IG 受众数据 |
| 基于 Instagram API 的分析 | apify/instagram-api-scraper | IG API 访问 |
| Instagram 关注者数量 | apify/instagram-followers-count-scraper | IG 关注者追踪 |
| Instagram 评论导出 | apify/export-instagram-comments-posts | IG 评论批量导出 |
| Instagram 评论分析 | apify/instagram-comment-scraper | IG 评论情感分析 |
| YouTube 观看者反馈 | streamers/youtube-comments-scraper | YT 评论分析 |
| YouTube 频道受众 | streamers/youtube-channel-scraper | YT 频道订阅者 |
| TikTok 关注者人口统计信息 | clockworks/tiktok-followers-scraper | TT 关注者列表 |
| TikTok 个人资料分析 | clockworks/tiktok-profile-scraper | TT 个人资料人口统计信息 |
| TikTok 评论分析 | clockworks/tiktok-comments-scraper | TT 评论互动 |
步骤 2：获取 Actor 架构
使用 mcpc 动态获取 Actor 的输入架构和详情：
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 替换为选定的 Actor（例如，apify/facebook-followers-following-scraper）。
返回内容包括：
- Actor 描述和 README
- 必填和可选输入参数
- 输出字段（如有）
步骤 3：询问用户偏好
运行前，询问：
- 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 - 导出包含所有字段的完整数据
- JSON - 以 JSON 格式完整导出
- 结果数量：根据使用场景的特点确定
步骤 4：运行脚本
快速回答（在聊天中显示，不创建文件）：
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
--actor "ACTOR_ID" \
--input 'JSON_INPUT'
CSV：
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：
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
步骤 5：总结发现
完成后，报告：
- 已分析的受众成员/个人资料数量
- 文件位置和名称
- 关键人口统计洞察
- 建议的后续步骤（深入分析、细分）
错误处理
APIFY_TOKEN not found - 请用户创建包含 APIFY_TOKEN=your_token 的 .env 文件
mcpc not found - 请用户安装 npm install -g @apify/mcpc
Actor not found - 检查 Actor ID 拼写
Run FAILED - 请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
评论
支持 Markdown