关于 apify-audience-analysis
apify-audience-analysis 是一项使用 Apify Actors 收集并解读 Facebook、Instagram、YouTube 和 TikTok 受众数据的技能。它指导 Actor 选择、参数检查、限量提取和结果汇报,并强调授权与受众推断边界。
主要功能
- 01为支持的社交平台选择 Actor
- 02检查 Actor 当前输入与输出字段
- 03将限量结果导出为 CSV 或 JSON
- 04总结受众与互动情况
- 05遵守数据收集和推断边界
适用场景
- 01审视多个社交平台的互动模式
- 02分析公开评论或关注者数据
- 03导出选定 Actor 的结果以供后续分析
- 04编制注明样本限制的受众报告
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ sickn33/ agentic-awesome-skills --skill apify-audience-analysis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,从多个平台提取粉丝人口统计数据、互动模式和行为数据。
适用场景
- 你需要了解社交平台上的受众人口统计数据、互动模式或粉丝行为。
- 任务是选择并运行 Apify Actors,分析 Facebook、Instagram、YouTube 或 TikTok 上的受众。
- 你需要提取结构化数据,并对受众分析结果进行总结解读。
前提条件
付费运行前,请确认前提条件均已满足。
.env文件中包含APIFY_TOKEN- Node.js 20.6+(支持原生
--env-file) - 已获准使用 Apify 连接器,或拥有 Console 访问权限,以检查所选 Actor 及其架构;捆绑的运行程序直接使用 REST。
.env不得纳入版本控制,并应妥善保密;在本地配置令牌,不要将其粘贴到聊天中或作为命令参数传入。
工作流
复制此清单并跟踪进度:
Task Progress:
- [ ] Step 1: Identify market research type (select Actor)
- [ ] Step 2: Fetch Actor schema via an approved connector or Console
- [ ] 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 | 最适用场景 |
|---|---|---|
| Facebook 粉丝人口统计数据 | apify/facebook-followers-following-scraper | FB 粉丝/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 观众 |
| 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 个人资料人口统计数据 |
| Instagram 地理位置分析 | apify/instagram-search-scraper | IG 地理标记受众 |
| Instagram 标签网络 | apify/instagram-tagged-scraper | IG 标签网络分析 |
| Instagram 综合分析 | apify/instagram-scraper | 完整的 IG 受众数据 |
| 基于 Instagram API 的分析 | apify/instagram-api-scraper | IG API 访问 |
| Instagram 粉丝数 | apify/instagram-followers-count-scraper | IG 粉丝追踪 |
| 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 观众反馈 | 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 粉丝人口统计数据 | clockworks/tiktok-followers-scraper | TT 粉丝列表 |
| TikTok 个人资料分析 | clockworks/tiktok-profile-scraper | TT 个人资料人口统计数据 |
| TikTok 评论分析 | clockworks/tiktok-comments-scraper | TT 评论互动情况 |
步骤 2:获取 Actor 架构
使用会话中可用且经过身份验证的 Apify 连接器,或通过其 Console 页面检查当前 Actor 详情和输入架构。调用前,先确认实际的工具名称和参数。不要使用 Shell 替换来解析 .env,也不要将令牌作为 CLI 标头参数传入。Actor 表格中的条目仅供发现候选 Actor,并不代表其可用性或架构已经过验证。
返回内容包括:
- Actor 描述和 README
- 必需及可选输入参数
- 输出字段(如有)
步骤 3:询问用户偏好
运行前,询问:
- 输出格式:
- 快速答复 - 在聊天中显示少量结果(不保存文件)
- CSV - 有界导出,包含返回字段的并集
- JSON - 以 JSON 格式进行有界导出
- 结果数量:根据用例特点确定
步骤 4:运行脚本
快速答复(在聊天中显示,不创建文件):
node --env-file=.env "<resolved-skill-directory>/reference/scripts/run_actor.js" \
--actor "ACTOR_ID" \
--input 'JSON_INPUT'
CSV:
node --env-file=.env "<resolved-skill-directory>/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 "<resolved-skill-directory>/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:
- 找到的结果数量
- 文件位置和名称
- 关键市场洞察
- 建议的后续步骤(深入分析、验证)
错误处理
APIFY_TOKEN not found - 请让用户创建包含 APIFY_TOKEN=your_token 的 .env
Connector unavailable - 通过 Console 检查架构;不要声称调用了不可用的工具。
Actor not found - 检查 Actor ID 拼写
Run FAILED - 请让用户检查错误输出中的 Apify 控制台链接
Timeout - 本地超时不会中止远程运行。重试前,请在 Console 中检查打印出的运行 ID,以避免重复扣费。
运行边界
启动前,根据用户的请求确认所选 Actor、获准的公开数据范围、当前输入架构、结果限制和定价。遵守来源条款和访问控制;不要收集私人群组数据或不必要的个人联系信息。从 Actor 支持的较小输入限制开始。--max-items 仅限制下载的输出(默认值为 1000);不会限制 Actor 的工作量或费用。该助手会向 Apify 发送可识别技能的 User-Agent。解析命令占位符中的已安装技能目录。输出文件必须使用新路径;导出会保留长值和异构字段。快速回答最多获取五条记录;分享前,请尽量减少或删去个人字段。
限制
- 仅当任务明确符合上述范围时,才使用此技能。
- 不要将输出视为针对特定环境的验证、测试或专家审查的替代品。
- 如果缺少必要输入、权限、安全边界或成功标准,请停止并请求澄清。
受众推断限制
公开的关注者、评论和个人资料计数仅为部分样本,并非经核实的观众人口统计数据。不要根据姓名、照片或账号名推断敏感特征。区分观察到的互动与独立个体、机器人及实际触达人数。比较不同细分群体前,先报告平台、日期范围、缺失字段、样本分母和覆盖范围;汇总数据,并隐藏规模较小且可识别的群体。