关于 instagram
instagram 技能指导 Agent 使用 Bright Data 的 Instagram 数据集采集个人资料、帖子、Reels 和评论,并根据 URL 或用户名选择 CLI、SDK 或 MCP 路径,同时说明输入、计费和结果处理注意事项。
主要功能
- 01四类 Instagram 数据集
- 02CLI、SDK 和 MCP 路径
- 03个人资料与内容发现
- 04输入及计费注意事项
- 05异步任务结果处理
适用场景
- 01通过 URL 或用户名采集个人资料
- 02获取账号的近期帖子或 Reels
- 03采集帖子或 Reels 及其评论
MCP 相关
Bright Data 的 MCP 服务通过爬取工具提供相同的 Instagram 数据集。使用 `run_scraper` 并传入数据集 ID、方法和输入;`search_scrapers` 与 `get_scraper_details` 可用于查找数据集 ID 和字段。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ brightdata/ skills --skill instagram安装后在 Claude Code 中输入/instagram确认已加载。
附带文件references/sdk.md
详细介绍
Bright Data - Instagram
包含四种数据集:个人资料、帖子、Reels、评论。可通过三种方式获取。根据用户已有的信息和需求选择。SDK 命令已于 2026-09-11 对照 brightdata-sdk 2.5.2 验证;CLI 和 MCP 命令遵循 @brightdata/cli 0.4.1 和 @brightdata/mcp 4.1.0。
| 数据集 | dataset_id | 方法 |
|---|---|---|
| 个人资料 | gd_l1vikfch901nx3by4 | collect_by_url、discover_by_user_name |
| 帖子 | gd_lk5ns7kz21pck8jpis | collect_by_url、discover_by_url(个人资料 URL:获取其近期帖子) |
| Reels | gd_lyclm20il4r5helnj | collect_by_url、discover_by_url、discover_by_url_all_reels |
| 评论 | gd_ltppn085pokosxh13 | collect_by_url |
选择获取方式
| 你已有 | 你想要 | 获取方式 |
|---|---|---|
| 个人资料 URL | 该账号的近期帖子 | CLI bdata pipelines run gd_lk5ns7kz21pck8jpis discover_by_url <url> --num_of_posts N 或 SDK client.search.instagram.posts(url, num_of_posts=N)。使用个人资料 URL 调用 collect_by_url 会返回 It is not a post URL |
| 个人资料 URL | 该账号的近期 Reels | CLI bdata pipelines run gd_lyclm20il4r5helnj discover_by_url <url> --num_of_posts N 或 SDK client.search.instagram.reels(url, num_of_posts=N, timeout=420) |
| 个人资料 URL | 个人资料 | CLI bdata pipelines run gd_l1vikfch901nx3by4 collect_by_url <url> 或 SDK client.scrape.instagram.profiles(url) |
| 用户名,没有 URL | 个人资料 | CLI bdata pipelines run gd_l1vikfch901nx3by4 discover_by_user_name --user_name nasa 或 SDK client.search.instagram.profiles("nasa") |
| 帖子 URL | 该帖子 | CLI bdata pipelines run gd_lk5ns7kz21pck8jpis collect_by_url <url> 或 SDK client.scrape.instagram.posts(url) |
| Reel URL | 该 Reel | CLI bdata pipelines run gd_lyclm20il4r5helnj collect_by_url <url> 或 SDK client.scrape.instagram.reels(url) |
| 帖子或 Reel URL | 其评论 | CLI bdata pipelines run gd_ltppn085pokosxh13 collect_by_url <url> 或 SDK client.scrape.instagram.comments(url)。每条评论消耗 1 个积分 |
| 没有终端(托管式助手) | 以上任一项 | 使用上述数据集 ID 和方法调用 MCP run_scraper(见下文的 MCP 部分) |
API 上的每种获取方式都是异步任务:触发、轮询、返回。每次调用预计需要 1 到 3 分钟。每条记录消耗 1 个积分;每月免费提供 5,000 个积分。调用发现方法时务必传入 num_of_posts:如果不传,采集和计费的帖子数量将不受限制。
环境检查(先运行)
运行 node <agent-onboarding skill folder>/scripts/check-auth.mjs --for instagram。
退出码 0 表示就绪。任何其他退出码、缺少 CLI 或未登录,都应由 agent-onboarding 技能处理。这些数据集不需要 zone,只需密钥。
使用 SDK:运行 pip install brightdata-sdk。SDK 会依次从 BRIGHTDATA_API_TOKEN 或 BRIGHTDATA_API_KEY、从其自身安装目录向上搜索到的 .env 文件,以及 CLI 中保存的登录信息读取令牌。运行 bdata login 后,无需进行其他设置。
CLI:按 ID 运行数据集
bdata pipelines run gd_l1vikfch901nx3by4 collect_by_url "https://www.instagram.com/nasa/" --pretty
bdata pipelines run gd_lk5ns7kz21pck8jpis collect_by_url "https://www.instagram.com/p/Dc1W1uFj-CW/" --format csv -o posts.csv
bdata pipelines run gd_lyclm20il4r5helnj collect_by_url "https://www.instagram.com/reel/DcMXl1IPNtB/" --pretty
bdata pipelines run gd_ltppn085pokosxh13 collect_by_url "https://www.instagram.com/p/Dc1W1uFj-CW/" --pretty
bdata pipelines run gd_lk5ns7kz21pck8jpis discover_by_url "https://www.instagram.com/nasa/" --num_of_posts 5 --pretty
bdata pipelines info <dataset_id> <method> 会列出方法的输入字段;每个字段都对应一个 --<field> <value> 标志。--format json|csv|ndjson|jsonl、-o FILE、--timeout SECONDS(默认值为 600)。典型用时:个人资料 50 秒、帖子 40 秒、Reel 25 秒、评论 10 秒。
SDK:账号的近期帖子
from brightdata import SyncBrightDataClient
with SyncBrightDataClient(auto_create_zones=False) as client:
result = client.search.instagram.posts("https://www.instagram.com/nasa/", num_of_posts=5)
for post in result.data:
print(post["likes"], post["num_comments"], post["url"])
SDK 文档字符串中未提及的规则:
- 始终传入
auto_create_zones=False。 如果保留启用状态,客户端会在调用时尝试创建 Web Unlocker 和 SERP 区域;Instagram 用不到这些区域,而且没有付款方式的账号会因此遇到 403 错误(sdk-python#57)。 - 一次调用传入多个 URL 就是一个任务。 传入列表,不要循环调用。
- 返回结构:
search.*调用始终在result.data中返回列表。scrape.*调用传入一个 URL 时返回一条字典记录,传入多个 URL 时返回列表。 - 日期范围:
start_date="08-01-2026", end_date="09-07-2026",格式为MM-DD-YYYY。post_type="Post"仅保留帖子,post_type="Reels"仅保留 Reels。文档字符串中的"Reel"会返回错误行,不会返回 Reels(sdk-python#59)。 - 发现 Reels 需要
timeout=420。 默认的 180 秒会超时。 - 日期范围内没有内容时,仍视为成功,记录数为 0: 结果会以一行记录的形式返回,其中
error包含There are no public posts in the profile for the specified period。按此消息匹配;已失效账号使用相同的error_code。 - 已失效账号会返回带有
error键的行, 文本可能不同,例如Sorry, this page isn't available.或Crawler error: Cannot read properties of null。同一结果中的其他行仍然有效。 - 超时表现为
result.success == False且result.status == "timeout"。 - 协作帖子的
user_posted中会带有共同作者的账号名,因此,从nasa获取的帖子可能显示nasajohnson。coauthor_producers列出所有作者。 reels_all(url)会对该账号发布过的每条 Reels 收取 1 个积分。 请先检查个人资料中的posts_count。每条评论也收取 1 个积分;请先检查帖子中的num_comments。- 绝不要硬编码字段列表。 架构可能随时变化。使用
client.datasets.instagram_posts.get_metadata().fields读取字段;这是一个以字段名为键的字典。每条帖子包含 44 个字段中的 34 至 36 个。 - 大批量任务:
posts_trigger、posts_status、posts_fetch。请保留快照 ID;快照可供下载 30 天。
另外 7 个 SDK 调用均附有完整代码片段,见
references/sdk.md。
MCP:无需终端
Bright Data MCP 服务通过其默认启用的抓取工具访问相同的数据集:使用表格顶部列出的数据集 ID 和方法调用 run_scraper,并传入类似 [{"url": "https://www.instagram.com/nasa/"}] 的输入。对帖子数据集调用 discover_by_url 可获取账号的近期帖子;请在输入中传入 num_of_posts 和 limit_per_input。使用 search_scrapers 和 get_scraper_details 查询 ID 和字段。brightdata-mcp 技能涵盖设置步骤。
转交处理
- URL 不受支持,或 Instagram 页面不在这些数据集的覆盖范围内:使用
scrape。 - 需要先查找个人资料或帖子 URL:使用
search。 - 其他平台:使用
scrape。