关于 discovering-tiktok-creators-by-niche
这是一项通过话题标签和个人资料抓取,按细分领域发现 TikTok 创作者的工作流技能。它会去重并依据粉丝范围和互动表现排序,支持网红推广筛选。
主要功能
- 01规划细分领域话题标签
- 02抓取 TikTok 帖子
- 03创作者去重
- 04按粉丝范围筛选
- 05按互动表现排序
适用场景
- 01寻找网红推广合作对象
- 02筛选细分领域小型创作者
- 03比较创作者互动表现
MCP 相关
可在有 Apify MCP 服务时,通过它运行 Apify TikTok 抓取 Actor。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ apidojo-io/ apidojo-skills --skill discovering-tiktok-creators-by-niche安装后在 Claude Code 中输入/discovering-tiktok-creators-by-niche确认已加载。
详细介绍
按细分领域发现 TikTok 创作者
通过抓取相关话题标签和个人资料,查找任意领域的 TikTok 创作者。返回按排名排列的列表,包含粉丝数、互动率以及可直接用于联系的个人资料数据,方便开展网红营销。
前提条件
- 已设置
APIFY_TOKEN环境变量 - 可选:已安装 Apify MCP 服务
输入
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
startUrls | 数组 | 可选 | [] | TikTok URL——用户个人资料、话题标签、音乐页面、搜索结果、地点 |
keywords | 数组 | 可选 | [] | 用于查找帖子的搜索关键词/词语 |
sortType | 字符串 | 可选 | RELEVANCE | 关键词结果的排序方式:RELEVANCE、MOST_LIKED、DATE_POSTED |
location | 字符串 | 可选 | — | 用于地区筛选的 ISO 3166-1 alpha-2 国家代码(例如 US、GB) |
maxItems | 数字 | 可选 | 不限 | 本次运行最多返回的帖子数 |
includeSearchKeywords | 布尔值 | 可选 | false | 在每篇帖子中添加匹配的搜索关键词字段 |
customMapFunction | 字符串 | 可选 | — | 用于转换每个输出对象的 JavaScript 函数 |
工作流
Progress:
- [ ] Step 1: Define niche and targeting criteria
- [ ] Step 2: Build hashtag list for the niche
- [ ] Step 3: Run tiktok-scraper to find creators
- [ ] Step 4: Optionally enrich with tiktok-profile-scraper
- [ ] Step 5: Rank and format output
步骤 1:明确参数
询问用户:
- 细分领域/主题(例如“健身”“可持续时尚”“个人理财”)
- 粉丝数上限(适用于微型网红,例如 100000)
- 粉丝数下限(可选,例如 10000)
- 创作者数量(默认值:50)
- 语言/地区(可选)
步骤 2:生成话题标签列表
为该细分领域生成 5-8 个相关话题标签。例如:
- 健身 →
#fitness、#workout、#gymtok、#fitnessmotivation、#homeworkout - 金融 →
#personalfinance、#investing、#moneytips、#financetok、#budgeting - 美妆 →
#beautytok、#skincareroutine、#makeuptutorial、#glowup、#skincare
步骤 3:运行 tiktok-scraper
推荐方式 — run_actor.js(自动处理等待、输出和文件保存):
# Quick answer (prints table to chat)
node scripts/run_actor.js \
--actor "apidojo~tiktok-scraper" \
--input '{"param": "value"}'
# Save as CSV
node scripts/run_actor.js \
--actor "apidojo~tiktok-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.csv --format csv
# Save as JSON
node scripts/run_actor.js \
--actor "apidojo~tiktok-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.json --format json
必须在环境变量或
.env文件中设置APIFY_TOKEN。
如果 Apify MCP 可用:
Tool: apify:run-actor
Actor: "apidojo~tiktok-scraper"
Input:
{
"keywords": ["[hashtag1]", "[hashtag2]", "[hashtag3]"],
"shouldDownloadCovers": false
}
如果 Apify MCP 不可用:
curl -X POST \
"https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"keywords": ["[hashtag1]", "[hashtag2]"],
"shouldDownloadCovers": false
}'
保存 RUN_ID。等待状态变为 SUCCEEDED。
步骤 4:获取创作者并去重
curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=$APIFY_TOKEN"
从结果中提取唯一的 authorMeta.id 值。去重——同一位创作者经常会出现在多个话题标签下。按 authorMeta.fans(粉丝数)排序。
**可选的资料补充:**如果用户需要更详细的个人资料数据,可使用排名靠前创作者的用户名运行 apidojo/tiktok-profile-scraper,以获取互动率和视频表现数据。
步骤 5:应用筛选条件并排名
应用用户设置的粉丝数范围筛选条件。计算简单的互动分数:
engagement_score = (avg_likes + avg_comments) / follower_count * 100
在粉丝数范围内按互动分数排名。
输出格式
# TikTok Creator Discovery: [NICHE] Niche
Found: [N] creators | Follower range: [MIN]–[MAX] | Date: [DATE]
| # | Username | Followers | Avg Views | Eng. Rate | Niche Tags | Profile |
|---|----------|-----------|-----------|-----------|------------|---------|
| 1 | @[name] | [N] | [N] | [X.X%] | [tags] | [url] |
| 2 | @[name] | [N] | [N] | [X.X%] | [tags] | [url] |
## Top Picks for Outreach
1. **@[name]** — [N] followers, [X.X%] engagement, posts primarily about [topic]
2. **@[name]** — [N] followers, [X.X%] engagement, posts primarily about [topic]
3. **@[name]** — [N] followers, [X.X%] engagement, posts primarily about [topic]
## Notes
- Engagement rate > 5% is considered high for this follower range
- [N] creators filtered out (outside follower range)
- Data freshness: ~24h from TikTok public API
故障排除
**结果太少:**增加话题标签,或移除粉丝数筛选条件。
**所有结果都是大账号:**细分领域话题标签往往会找到头部网红——可以尝试更细分的话题标签(例如用 #homegymtok 代替 #fitness)。
**粉丝数过时:**Apify 缓存的 TikTok 数据通常会有 24-48 小时的延迟。