关于 linkedin-post-research
linkedin-post-research 是通过 Apify 按关键词查找 LinkedIn 帖子的技能,可返回帖子、作者及互动数据,并支持排序、去重和多种输出格式。
主要功能
- 01通过 Apify 按关键词搜索
- 02按相关度或发布日期排序
- 03获取帖子、作者及互动数据
- 04跨关键词结果去重
- 05支持 JSON、CSV 和摘要输出
适用场景
- 01查找特定主题的高互动帖子
- 02发现发布相关主题的作者
- 03收集 LinkedIn 帖子以开展潜客研究
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ gooseworks-ai/ goose-skills --skill linkedin-post-research安装后在 Claude Code 中输入/linkedin-post-research确认已加载。
附带文件scripts/search_posts.pyskill.meta.json
详细介绍
LinkedIn 帖子研究
通过 Apify 按关键词搜索 LinkedIn 帖子。返回按互动量或日期排序的帖子,包含作者信息、全文、互动次数和直接链接。
无需 LinkedIn Cookie。无需登录。输入关键词,即可获取帖子。
自动加载时机
在以下情况加载此技能:
- 用户说“搜索 LinkedIn 帖子”“LinkedIn 上大家对 X 有什么看法”或“查找关于……的 LinkedIn 内容”
- 用户想查找某个主题下互动量较高的帖子
- 用户想了解哪些人在发布特定主题的内容(发掘思想领袖)
- 用户想查找帖子并提取评论者(潜在客户拓展渠道)
前提条件
Apify API Token
搜索 LinkedIn 帖子需要此 Token。在 .env 中设置:
APIFY_API_TOKEN=your_token_here
无需 LinkedIn Cookie、登录或会话 Token。只需完成这一项设置。
工作原理
- 接收一个或多个关键词
- 调用
apimaestro/linkedin-posts-search-scraper-no-cookiesApify Actor - 返回包含作者、文本、互动指标、日期和 URL 的帖子
- 按
activity_id对不同关键词的搜索结果去重 - 按互动量(反应总数)降序排序,或按日期排序
快速开始
# Single keyword search
python3 skills/capabilities/linkedin-post-research/scripts/search_posts.py \
--keyword "AI sourcing" --max-items 20
# Multiple keywords
python3 skills/capabilities/linkedin-post-research/scripts/search_posts.py \
--keyword "AI sourcing" --keyword "recruiting automation" --max-items 30
# Sort by date (most recent first)
python3 skills/capabilities/linkedin-post-research/scripts/search_posts.py \
--keyword "AI agents" --sort-by date_posted --max-items 20
# Output as CSV
python3 skills/capabilities/linkedin-post-research/scripts/search_posts.py \
--keyword "AI agents" --output csv --output-file results.csv
# Summary table
python3 skills/capabilities/linkedin-post-research/scripts/search_posts.py \
--keyword "AI agents" --output summary
CLI 参考
| 标志 | 默认值 | 说明 |
|---|---|---|
--keyword、-k | 必填 | 要搜索的关键词(可重复指定以搜索多个关键词) |
--max-items | 50 | 每个关键词最多返回的帖子数 |
--sort-by | relevance | 排序方式:relevance 或 date_posted |
--output、-o | json | 输出格式:json、csv、summary |
--output-file | stdout | 将输出写入文件 |
--token | 环境变量 | Apify API Token(覆盖 APIFY_API_TOKEN 环境变量) |
--timeout | 120 | 等待 Apify 运行的最长秒数 |
Apify Actor 详情
Actor: apimaestro/linkedin-posts-search-scraper-no-cookies
API 调用:
curl -X POST "https://api.apify.com/v2/acts/apimaestro~linkedin-posts-search-scraper-no-cookies/runs?token=$APIFY_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"keyword": "AI agents",
"maxItems": 50,
"sortBy": "date_posted"
}'
轮询结果:
# Check run status
curl "https://api.apify.com/v2/acts/apimaestro~linkedin-posts-search-scraper-no-cookies/runs/{RUN_ID}?token=$APIFY_API_TOKEN"
# When status is SUCCEEDED, fetch results
curl "https://api.apify.com/v2/datasets/{DATASET_ID}/items?token=$APIFY_API_TOKEN"
输出架构
{
"author": "Jane Smith",
"author_headline": "VP of Sales at Acme Corp",
"author_profile_url": "https://www.linkedin.com/in/janesmith",
"keyword": "AI sourcing",
"reactions": 142,
"comments": 28,
"shares": 12,
"reactions_by_type": {"LIKE": 100, "EMPATHY": 30, "PRAISE": 12},
"date": "2026-04-01",
"post_preview": "First 200 chars of the post text...",
"full_text": "Complete post text...",
"url": "https://www.linkedin.com/posts/...",
"activity_id": "7447040447966826496",
"hashtags": ["#AI", "#sales"],
"is_repost": false,
"content_type": "text"
}
输出列(CSV)
| 列 | 说明 |
|---|---|
| author | 帖子作者姓名 |
| author_headline | 作者的 LinkedIn 个人简介 |
| author_profile_url | 作者的 LinkedIn 个人资料 URL |
| keyword | 匹配的搜索关键词 |
| reactions | 反应总数 |
| comments | 评论数 |
| shares | 分享数 |
| date | 帖子日期(YYYY-MM-DD) |
| post_preview | 前约 200 个字符 |
| url | LinkedIn 帖子的直接链接 |
| activity_id | 帖子唯一标识符 |
| hashtags | 以逗号分隔的主题标签 |
费用
Apify 按计算用量收费。抓取约 50 条帖子,费用约为 $0.01-0.05,具体取决于 Actor 的定价档位。每次运行后,脚本都会输出费用信息。
错误处理
| 错误 | 解决方法 |
|---|---|
未设置 APIFY_API_TOKEN | 请用户将其添加到 .env |
| Apify 运行失败或超时 | 重试一次。如果仍然失败,请尝试更宽泛的关键词。 |
| 结果为 0 | 关键词可能过于具体。请尝试更宽泛的词。 |
评论
支持 Markdown