mcpField
A
apify-brand-reputation-monitoring

apify-brand-reputation-monitoring

github.com/apify营销与增长28590 次安装6 周前更新
代码仓库

关于 apify-brand-reputation-monitoring

用于借助 Apify Actors 抓取多平台评论、评分和品牌提及的监测技能，适合需要汇总品牌声誉线索的营销团队。它根据数据来源选择 Actor，并提供结果展示或 CSV、JSON 导出流程。

主要功能

  1. 01按数据来源选择 Apify Actor
  2. 02获取 Actor 输入架构
  3. 03快速查看或导出 CSV、JSON
  4. 04设置结果上限并汇总字段

适用场景

  1. 01汇总 Google Maps 或酒店评论
  2. 02监测 Facebook 页面评价与评论
  3. 03追踪 Instagram、YouTube 或 TikTok 品牌提及

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/apify/awesome-skills --skill apify-brand-reputation-monitoring

安装后在 Claude Code 中输入/apify-brand-reputation-monitoring确认已加载。

附带文件reference/scripts/run_actor.jsreference/scripts/fetch_actor_details.js

详细介绍

品牌声誉监控

使用 Apify Actors 从多个平台抓取评论、评分和品牌提及。

前提条件

（无需提前检查）

  • 包含 APIFY_TOKEN 的 .env 文件
  • Node.js 20.6+（支持原生 --env-file）

工作流

复制此清单并跟踪进度：

Task Progress:
- [ ] Step 1: Determine data source (select Actor)
- [ ] Step 2: Fetch Actor schema
- [ ] Step 3: Ask user preferences (format, filename)
- [ ] Step 4: Run the monitoring script
- [ ] Step 5: Summarize results
步骤 1：确定数据源

根据用户需求选择合适的 Actor：

用户需求Actor ID最适合
Google Maps 评论compass/crawler-google-places商家评论、评分
Google Maps 评论导出compass/Google-Maps-Reviews-Scraper专门抓取评论
Booking.com 酒店voyager/booking-scraper酒店数据、评分
Booking.com 评论voyager/booking-reviews-scraper详细的酒店评论
TripAdvisor 评论maxcopell/tripadvisor-reviews景点／餐厅评论
Facebook 评论apify/facebook-reviews-scraper主页评论
Facebook 评论内容apify/facebook-comments-scraper帖子评论监控
Facebook 主页指标apify/facebook-pages-scraper主页评分概览
Facebook 表情回应apify/facebook-likes-scraper表情回应类型分析
Instagram 评论apify/instagram-comment-scraper评论情感
Instagram 话题标签apify/instagram-hashtag-scraper品牌话题标签监控
Instagram 搜索apify/instagram-search-scraper发现品牌提及
Instagram 标记的帖子apify/instagram-tagged-scraper跟踪品牌标记
Instagram 导出apify/export-instagram-comments-posts批量导出评论
Instagram 综合监控apify/instagram-scraper全面的 Instagram 监控
Instagram APIapify/instagram-api-scraper基于 API 的监控
YouTube 评论streamers/youtube-comments-scraper视频评论情感
TikTok 评论clockworks/tiktok-comments-scraperTikTok 情感
步骤 2：获取 Actor 架构

获取 Actor 的输入架构和详细信息：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/fetch_actor_details.js --actor "ACTOR_ID"

将 ACTOR_ID 替换为选定的 Actor（例如，compass/crawler-google-places）。

这将返回：

  • Actor 信息（标题、描述、URL、类别、统计数据、评分）
  • README 摘要
  • 输入架构（必需和可选参数）
步骤 3：询问用户偏好

对于简单查询（例如，“Nike 的粉丝数是多少？”、“帮我找布拉格的 5 家咖啡店”），跳过此步骤——直接使用快速回答模式并进入步骤 4。

对于较大的抓取任务，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 - 导出所有字段的完整数据
    • JSON - 以 JSON 格式完整导出
  2. 结果数量：根据使用场景的特点确定

费用安全：务必在 Actor 输入中设置合理的结果上限（例如，maxResults、resultsLimit、maxCrawledPages，或输入架构中的等效字段）。除非用户明确要求更多结果，否则默认设为 100 条。运行大型抓取（1000 条以上）前请提醒用户，因为这会消耗更多 Apify 积分。

步骤 4：运行脚本

快速回答（在聊天中显示，不生成文件）：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT'

CSV：

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：总结结果

完成后，报告：

  • 找到的评论／提及数量
  • 文件位置和名称
  • 可用的关键字段
  • 建议的后续步骤（情感分析、筛选）

错误处理

APIFY_TOKEN not found - 请用户创建包含 APIFY_TOKEN=your_token 的 .env 文件 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