twitter-search

Twitter 搜索与分析

概述

使用高级搜索语法在 Twitter 上搜索关键词，抓取最多 1000 条相关推文，并分析数据，生成包含洞察、统计数据和可执行建议的专业报告。

前提条件

需要 API 密钥：用户必须从 https://twitterapi.io 配置 Twitter API 密钥。

可通过以下三种方式提供 API 密钥：

1. 环境变量（推荐）：在 ~/.bashrc 或 ~/.zshrc 中设置 TWITTER_API_KEY

   echo 'export TWITTER_API_KEY="your_key_here"' >> ~/.bashrc
   source ~/.bashrc
   

2. 作为参数：在包装脚本中使用 --api-key YOUR_KEY
3. 直接传入：作为 Python 脚本的第一个参数

快速开始

使用包装脚本（推荐）

包装脚本会自动处理环境变量加载和依赖项检查：

# Basic search (uses TWITTER_API_KEY from shell config)
./scripts/run_search.sh "AI"

# With custom API key
./scripts/run_search.sh "AI" --api-key YOUR_KEY

# With options
./scripts/run_search.sh "\"Claude AI\"" --max-results 100 --format summary

# Advanced query
./scripts/run_search.sh "from:elonmusk since:2024-01-01" --query-type Latest

直接使用 Python 脚本

# Search for a keyword
scripts/twitter_search.py "$API_KEY" "AI"

# Search with multiple keywords
scripts/twitter_search.py "$API_KEY" "\"ChatGPT\" OR \"Claude AI\""

# Search from specific user
scripts/twitter_search.py "$API_KEY" "from:elonmusk"

# Search with date range
scripts/twitter_search.py "$API_KEY" "Bitcoin since:2024-01-01"

高级查询

# Complex query: AI tweets from verified users, English only
scripts/twitter_search.py "$API_KEY" "AI OR \"machine learning\" lang:en filter:verified"

# Recent crypto tweets with minimum engagement
scripts/twitter_search.py "$API_KEY" "Bitcoin min_retweets:10 lang:en"

# From specific influencers
scripts/twitter_search.py "$API_KEY" "from:elonmusk OR from:VitalikButerin since:2024-01-01"

输出格式

# Full JSON with all tweets
scripts/twitter_search.py "$API_KEY" "AI" --format json

# Summary with statistics (default)
scripts/twitter_search.py "$API_KEY" "AI" --format summary

选项

• --max-results N：抓取推文的最大数量（默认值：1000）
• --query-type Latest|Top：排序方式（默认值：Top，按相关性排序）
• --format json|summary：输出格式（默认值：summary）

工作流

1. 了解用户需求

明确分析目标：

• 要搜索什么主题或关键词？
• 对日期范围有何偏好？
• 是否要包含或排除特定用户？
• 对语言有何偏好？
• 需要哪类洞察（趋势、情感、影响者）？

2. 构建搜索查询

使用 Twitter 高级搜索语法：

语法	示例	描述
keyword	AI	单个关键词
"phrase"	"machine learning"	精确短语
OR	AI OR ChatGPT	任一词语
from:user	from:elonmusk	来自特定用户
to:user	to:elonmusk	回复特定用户
since:DATE	since:2024-01-01	指定日期之后
until:DATE	until:2024-12-31	指定日期之前
lang:xx	lang:en	语言代码
#hashtag	#AI	主题标签
filter:links	filter:links	包含链接的推文
min_retweets:N	min_retweets:100	最低转推数

3. 获取数据

执行搜索脚本：

scripts/twitter_search.py "$API_KEY" "YOUR_QUERY" --max-results 1000 --query-type Top

重要：默认最多获取 1000 条推文。脚本会自动：

• 翻页获取所有可用结果
• 在达到 1000 条推文时停止（考虑 API 限制）
• 妥善处理错误

4. 分析并生成报告

获取数据后，生成一份全面的专业报告，内容包括：

报告结构

1. 执行摘要（2-3 句话）

   • 搜索内容
   • 主要发现概述

2. 数据概览

   • 分析的推文总数
   • 数据日期范围
   • 使用的查询参数

3. 关键指标

   • 总互动量（点赞、转推、回复、引用、浏览量）
   • 每条推文的平均互动量
   • 语言分布
   • 回复推文与原创推文的比例

4. 热门内容分析

   • 转推数最多的推文（附原推文的URL 链接）
   • 点赞数最多的推文（附原推文的URL 链接）
   • 热门主题标签及其出现频次
   • 被提及最多的用户
   • 选取的推文示例，并提供完整的 URL 引用

5. 影响者分析

   • 按粉丝数排名靠前的用户
   • 最活跃的用户
   • 已验证用户占比

6. 趋势洞察（基于数据模式）

   • 新兴主题
   • 情感指标
   • 时间模式
   • 对话驱动因素

7. 关键要点

   • 3-5 条核心洞察
   • 以数据为依据的结论

8. 可执行建议

   • 具体且可落地的建议
   • 基于数据发现
   • 按影响力排序

分析指南

• 以数据为依据：每项判断都应引用实际指标
• 提供背景信息：说明指标为何重要
• 识别模式：寻找数据集中的趋势
• 保持客观：陈述事实，避免推测
• 具体明确：建议应具体且可执行
• 考虑外部背景：在相关时使用网页搜索

5. 输出格式

使用清晰的 Markdown 呈现报告，包含：

• 各部分的标题
• 用于展示结构化数据的表格
• 用于列出事项的项目符号
• 突出显示关键指标的粗体
• 推文示例的代码块
• 所有引用推文的可点击 URL（格式：[@username](https://x.com/username/status/tweet_id)）

推文 URL 格式

始终为推文添加可点击链接：

| Author | Tweet | URL |
|--------|-------|-----|
| @user | Summary of tweet content | [View](https://x.com/user/status/123456) |

或使用行内格式：

- **@username**: Tweet summary - [View Tweet](https://x.com/username/status/123456)

按使用场景分类的查询示例

趋势分析

"AI" OR "artificial intelligence" lang:en min_retweets:50

竞争对手监测

from:competitor1 OR from:competitor2 since:2024-01-01

产品发布追踪

#ProductName OR "Product Name" lang:en filter:verified

危机监测

#BrandName OR "Brand Name" lang:en --query-type Latest

影响者发现

#Topic lang:en min_retweets:100 min_faves:500

情感分析

"brand name" OR #BrandName lang:en --max-results 1000

资源

scripts/run_search.sh（包装脚本）

便捷的包装脚本，可处理环境变量加载和依赖项检查：

• 自动从 ~/.bashrc 或 ~/.zshrc 加载 TWITTER_API_KEY
• 检查 Python 是否可用，并安装缺少的依赖项
• 提供易于理解的错误消息
• 支持 Python 脚本的所有命令行选项

用法：

./scripts/run_search.sh <query> [options]

选项：

• --api-key KEY：覆盖环境变量 API 密钥
• --max-results N：要获取的推文数上限（默认值：1000）
• --query-type Latest|Top：排序方式（默认值：Top）
• --format json|summary：输出格式（默认值：json）

scripts/twitter_search.py

可执行 Python 脚本，可：

• 从 Twitter API 获取推文
• 自动处理分页
• 提取关键推文指标
• 计算汇总统计数据
• 输出结构化 JSON 数据

用法：

scripts/twitter_search.py <api_key> <query> [options]

references/twitter_api.md

全面的 API 文档，包括：

• 完整的参数参考
• 查询语法指南
• 响应结构详情
• 分页说明
• 分析最佳实践
• 错误处理指南

请在以下情况下阅读：构建复杂查询或了解数据结构时。

更好地进行分析的技巧

1. 趋势分析使用 Top 查询类型（结果更相关）
2. 设置日期筛选条件，获取及时的洞察
3. 按语言筛选，确保文本分析准确
4. 设置最低互动量，过滤无关内容
5. 结合网页搜索，验证趋势
6. 不只关注指标——分析内容主题
7. 追踪话题标签，识别子话题
8. 结合粉丝数和互动量，识别影响者

错误处理

如果脚本执行失败：

• 检查 API 密钥是否有效
• 验证查询语法
• 确保网络连接正常
• 检查速率限制（如适用）
• 查看错误消息，了解具体问题