mcpField
F
finding-speaking-opportunities-on-twitter

finding-speaking-opportunities-on-twitter

github.com/apidojo-io营销与增长1793 次安装24 周前更新
代码仓库

关于 finding-speaking-opportunities-on-twitter

这项技能使用 Apify 抓取器搜索 Twitter 上的演讲机会,并按活动规模、截止日期和主题相关性分类和评分。

主要功能

  1. 01使用自定义查询搜索推文
  2. 02按推文属性筛选
  3. 03对机会形式分类
  4. 04评估截止日期与主题契合度

适用场景

  1. 01查找某领域的演讲征集
  2. 02跟踪即将到来的会议截止日期
  3. 03优先处理相关演讲机会

MCP 相关

若有 Apify MCP,可运行 `apidojo~tweet-scraper` 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 finding-speaking-opportunities-on-twitter

安装后在 Claude Code 中输入/finding-speaking-opportunities-on-twitter确认已加载。

详细介绍

在 Twitter 上寻找演讲机会

使用 apidojo 抓取工具执行 Twitter 演讲机会搜索。属于 apidojo 情报技能库的一部分。

前置条件

  • 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
searchTerms数组✅[]Twitter 高级搜索查询(例如 ["#AI lang:en", "from:NASA"])
sort字符串可选Top排序方式:Latest、Top 或 Latest+Top
tweetLanguage字符串可选—ISO 639-1 语言代码(例如 en)
maxItems数字可选不限返回推文的最大数量
onlyVerifiedUsers布尔值可选false仅包含来自已认证用户的推文
onlyTwitterBlue布尔值可选false仅包含 Twitter Blue 订阅用户的推文
onlyImage布尔值可选false仅包含带图片的推文
onlyVideo布尔值可选false仅包含带视频的推文
onlyQuote布尔值可选false仅包含引用推文
author字符串可选—筛选特定用户账号的推文
inReplyTo字符串可选—筛选回复特定账号的推文
mentioning字符串可选—筛选提及特定账号的推文
geotaggedNear字符串可选—筛选某地点附近的推文
withinRadius字符串可选—geotaggedNear 周围的半径
geocode字符串可选—纬度/经度 + 半径字符串
placeObjectId字符串可选—筛选标记了某地点的推文
minimumRetweets数字可选—最低转推数
minimumFavorites数字可选—最低点赞数
minimumReplies数字可选—最低回复数
start字符串可选—此日期之后的推文(YYYY-MM-DD)
end字符串可选—此日期之前的推文(YYYY-MM-DD)
includeSearchTerms布尔值可选false在每条推文中添加匹配的搜索词
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 parameters
- [ ] Step 2: Run tweet-scraper
- [ ] Step 3: Filter and classify results
- [ ] Step 4: Score by quality and relevance
- [ ] Step 5: Deliver output
步骤 2:运行 Actor

推荐 — 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~tweet-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~tweet-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~tweet-scraper"
Input:
{
  "searchTerms": ["call for speakers [TOPIC]", "looking for speakers [TOPIC]", "CFP [TOPIC]", "speaker applications [TOPIC]"],
  "maxItems": 100
}

REST API 备用方案:

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"searchTerms": ["call for speakers [TOPIC]", "looking for speakers [TOPIC]", "CFP [TOPIC]", "speaker applications [TOPIC]"], "maxItems": 100}'

等待状态变为 SUCCEEDED。获取数据集:

curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=$APIFY_TOKEN"
步骤 3:对结果分类
classification: KEYNOTE (large event, competitive) | PANEL (group format) | PODCAST_GUEST (audio interview) | VIRTUAL_SUMMIT (online event) | WORKSHOP (hands-on, smaller)
步骤 4:为每条结果评分
score = opportunity_score = (event_audience_size_signal: large=1, mid=0.6, small=0.3) * 0.40 + (deadline_is_future ? 1 : 0) * 0.35 + (topic_alignment ? 1 : 0.5) * 0.25
步骤 5:边缘情况
  • CFP 截止日期具有时效性;将截止日期已过的机会标记为 EXPIRED;按距截止日期的天数排序

其他备用处理方案:

  • 结果少于 20 条:扩大搜索词范围;移除次要筛选条件
  • 没有结果:确认搜索词是否正确;尝试其他措辞
  • 数据质量问题:移除缺少关键字段的条目;在输出中注明数量

输出格式

# Finding Speaking Opportunities On Twitter
Results: [N] | Date: [DATE]

| # | [Key Field] | [Metric 1] | [Metric 2] | [Classification] | [Score] |
|---|------------|-----------|-----------|-----------------|---------|
| 1 | [value] | [value] | [value] | [type] | [0.XX] |

## Summary
Top result: [description]
Key finding: [insight]

故障排除

结果太少: 扩大主要搜索词范围;移除限制性筛选条件。 结果质量较低: 应用最低评分阈值(≥ 0.50)过滤噪声。 Actor 运行失败: 验证 API 密钥;在 apify.com/apidojo 检查 Actor 状态。

评论

支持 Markdown