扣子Coze实战：从0到1搭建抖音+小红书对标账号监控智能体
大家好，我是汤师爷，AI智能体架构师，致力于帮助100W人用智能体创富~选题对内容创作至关重要，但面对海量信息，找到有价值的爆款选题并不容易。
对标账号监控是内容创作者制定策略的有效工具。
通过跟踪和分析行业内优秀创作者的内容，我们能获得市场洞察和创作灵感，避免从零摸索。
这个方法尤其适合新手创作者，帮助他们快速了解哪类内容最受欢迎。
1. 为什么要做对标账号监控
1、帮助发现行业趋势
通过观察头部创作者的内容变化，我们能及时把握行业热点和用户兴趣的转变。
例如，当多个知名美妆博主同时开始测评某款新产品时，这很可能意味着该产品正成为市场热点。
及时跟进这类话题，可以帮我们搭上流量红利的顺风车。
2、提供内容创作参考框架
通过分析成功账号的视频标题、封面设计、内容结构和互动策略，我们可以提取有效的内容模式。
这些模式不是用来简单复制，而是帮助我们理解哪些元素能引起用户共鸣，从而优化自己的创作。
3、提升创作效率
在内容创作的海洋中，没有明确方向很容易迷失和浪费资源。借鉴成功账号的经验，可以帮我们避开许多不必要的弯路，将有限的精力集中在已被验证有效的内容策略上。
2. 智能体的搭建流程
智能体的搭建流程主要分为两个步骤：梳理工作流和设置智能体。
1、梳理工作流
将对标账号监控的场景流程转化为可自动化运行的工作流节点。下面是具体步骤：
[*]根据短视频链接，获取用户的基础信息
[*]根据用户ID，批量获取视频列表
[*]筛选出对标账号每天发布的视频
[*]将数据添加到飞书表格中
2、设置智能体
[*]设置人设与逻辑：配置对标账号监控智能体的特征、回复风格和决策逻辑
[*]绑定工作流：将工作流与智能体关联，赋予其执行具体任务的能力
[*]测试并发布：进行全面的功能测试，确认正常后将智能体正式发布到生产环境
3. 抖音对标账号监控工作流
登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“fetch_douyin_user_videos”。
工作流整体预览。
1、开始节点
这里用于定义工作流启动时所需的输入参数。
[*]输入：
[*]video_url：抖音视频分享链接
2、插件节点：获取对标账号视频信息
我们将使用“视频搜索”插件的douyin_data工具。通过这个功能，我们可以根据短视频链接，获取用户的ID信息。
[*]输入：
[*]douyin_url：开始节点的video_url
[*]api_token：API秘钥
3、插件节点：根据用户ID，批量获取视频列表
我们继续使用“视频搜索”插件，使用其中的工具get_user_video_list。根据用户ID，批量获取视频列表。
[*]输入：
[*]api_token：API秘钥
[*]sec_uid：在"获取对标账号视频信息"节点的输出变量中，选择用户ID（sec_uid）
[*]count：设置需要获取的短视频数量，建议设为5个
4、批处理节点：批量获取视频详细信息
这一步将为我们从对标账号的视频列表中提取每个视频的关键数据。通过批处理功能，我们可以同时处理多个视频链接，大大提高数据采集效率。
[*]输入：
[*]aweme_list：从“根据用户ID，批量获取视频列表”节点的输出中，选择 aweme_list
5、批处理体内插件节点：获取单个视频详情
我们将使用“视频搜索”插件的douyin_data工具。通过这个功能，我们可以根据抖音视频链接，获取视频详情信息。
[*]输入：
[*]api_token：API秘钥
[*]douyin_url：从“批量获取视频详细信息”节点的输出中，选择share_url
6、批处理体内代码节点：将视频详情整合进视频列表中
这一步将从抖音API获取的详细视频信息与我们之前收集的视频列表数据合并。通过这个过程，我们能确保掌握每个视频的完整信息，包括互动数据（点赞、评论、收藏数）、创作者信息和内容详情，为后续分析提供全面的数据基础。
[*]输入：
[*]aweme_detail：从 “获取单个视频详细信息”节点的输出中，选择aweme_detail
[*]aweme：从“批量获取视频详细信息”节点的输出中，选择item
[*]输出：
[*]aweme_list：变量类型设置为 Array 对象数组，表示处理后的单条视频
下面是处理数据的Python代码，它会将视频信息转换成我们需要的格式。
async def main(args: Args) -> Output:
params = args.params
aweme_detail = params.get("aweme_detail", {})
aweme = params.get("aweme", {})
aweme["aweme_detail"] = aweme_detail
ret: Output = {
"aweme_list":
}
return ret7、批处理体内代码节点：将信息整理为飞书表格可以使用的数据
在这个环节中，我们会提取视频的核心信息（如标题、点赞数、评论数等），并将它们转换成飞书表格能够直接识别和处理的格式。
[*]输入：
[*]aweme_list：从"将视频详情整合进视频列表中"节点的输出中，选择aweme_list
[*]输出：
[*]records：处理后的表格数据，选择Array类型
下面是Python代码，用于处理数据转换。这段代码至关重要，它将抖音API返回的原始数据转换为结构化的表格格式。
async def main(args: Args) -> Output:
params = args.params
aweme_list = params.get("aweme_list", [])
result = []
# 遍历 aweme_list，依次处理
for aweme in aweme_list:
# 获取 aweme_detail 并判空
aweme_detail = aweme.get("aweme_detail") or {}
title = aweme_detail.get("desc") or ""
link = aweme_detail.get("share_url") or ""
# 安全获取 statistics
statistics = aweme_detail.get("statistics") or {}
# 提取各字段信息，并在取值时加默认值
video_id = statistics.get("aweme_id") or ""
digg_count = statistics.get("digg_count") or 0
comment_count = statistics.get("comment_count") or 0
collect_count = statistics.get("collect_count") or 0
share_count = statistics.get("share_count") or 0
# 获取作者信息
author_info = aweme_detail.get("author") or {}
author_name = author_info.get("nickname") or ""
signature = author_info.get("signature") or ""
sec_uid = author_info.get("sec_uid") or ""
raw_create_time = aweme_detail.get("create_time", 0)
# 如果不是 int，就尝试转换，失败则为 0
try:
create_time = int(raw_create_time)
except (TypeError, ValueError):
create_time = 0
# 创建时间以毫秒计，避免 None 或非法值导致报错
create_time_ms = create_time * 1000
raw_duration = aweme_detail.get("duration", 0)
# 如果不是数字，尝试转换为 float，失败则为 0
try:
duration = float(raw_duration)
except (TypeError, ValueError):
duration = 0.0
duration_sec = duration / 1000
# 组装返回数据
item_dict = {
"fields": {
"视频ID": video_id,
"标题": title.strip(),
"链接": {
"text": "查看视频",
"link": link.strip(),
},
"点赞数": digg_count,
"评论数": comment_count,
"收藏数": collect_count,
"分享数": share_count,
"作者": author_name,
"用户简介": signature,
"用户ID": sec_uid,
"发布日期": create_time_ms,# 毫秒级时间戳
"时长": duration_sec # 秒
}
}
result.append(item_dict)
return result8、批处理体内插件节点：将数据添加到多维表格
首先，我们需要创建一个多维表格，设置好表头字段。
选择“飞书表格”插件节点的add_records工具，将数据添加到多维表格。
[*]输入：
[*]app_token：提前创建一个多维表格，将多维表格的链接复制进去。
[*]records：从"将信息整理为飞书表格可以使用的数据"的输出变量中，选择records。
[*]table_id：多维表格数据表的唯一标识符
9、结束节点
选择"返回文本"，将回答内容设置为：已获取对标账号的最新视频列表。
4.小红书对标账号监控工作流
登录Coze官网，在"资源库-工作流"中新建一个空白工作流，命名为"xhs_zhuye"。
工作流整体预览。
1、开始节点
此节点用于定义工作流启动时所需的输入参数。
[*]输入：
[*]foldUrl：飞书表格链接
[*]cookie：小红书平台的cookie信息，这是访问小红书数据的身份凭证，获取方法参考6节
[*]userProfileUrl：要监控的小红书博主主页完整URL地址
2、插件节点：获取博主所有小红书笔记
我们将使用"小红书"插件的xhs_auther_notes工具。这个工具能帮我们一次性获取博主所有发布的笔记内容。
[*]输入：
[*]cookieStr：开始节点的 cookie
[*]userProfileUrl：开始节点的 userProfileUrl
3、循环节点：循环获取笔记详情
循环获取笔记详情是工作流中的一个关键步骤，它会遍历博主所有的笔记，逐一获取详细信息，收集每篇笔记的数据，包括标题、内容、互动数据等。
[*]输入
[*]input：从 “获取博主所有小红书笔记”节点 的输出中，选择 notes
4、循环体内插件节点：获取笔记详情
我们将使用"小红书"插件的xhs_note_detail工具。这个工具能够帮助我们获取每篇笔记的详细信息，包括笔记内容、互动数据、图片和视频资源链接等。
[*]输入
[*]cookieStr：开始节点的 cookie
[*]noteUrl：从 “循环笔记详情” 节点的输出中，选择 noteUrl
5、循环体内插件节点：提取视频文案
我们将使用"字幕获取"插件的generate_video_captions_sync工具。这个工具可以自动提取视频中的语音内容并转换为文字，非常适合批量处理视频素材和内容分析。
[*]输入：
[*]url：从"获取笔记详情"节点的输出中，选择 video_h264_url，表示H264标准编码格式视频链接
[*]lang：视频语言，如汉语、英语等，不填时默认为汉语
6、循环体内代码节点：将笔记数据整理成飞书表格格式
这一步是将我们获取到的原始数据转换成标准化、结构化的格式，以便后续导入飞书表格。
[*]输入
[*]input：从“获取笔记详情”节点的输出中，选择note
[*]data：从“提取视频文案”节点的 输出中，选择 content
[*]输出
[*]records：变量类型设置为 Array 对象数组，表示处理后的单条视频
下面是处理数据的Python代码：
async def main(args: Args) -> Output:
input_data = args.params.get('input')or {}
data = args.params.get('data') or {}
records = []# 初始化 records 列表
# 提取 note 相关字段
title = input_data.get('note_display_title', '')# 标题
desc = input_data.get('note_desc', '')# 描述
url = input_data.get('note_url', '')# 链接
nickname = input_data.get('auther_nick_name', '')# 作者昵称
likedCount = input_data.get('note_liked_count', '0')# 点赞数
videoUrl = input_data.get('video_h264_url', '')# 视频地址
collectedCount = input_data.get('collected_count', '0')# 收藏数
imageList = input_data.get('note_image_list', [])# 图片列表
# 构建记录对象
record = {
"fields": {
"笔记链接": url,
"标题": title,
"内容": desc,
"作者": nickname,
"点赞数": likedCount,
"链接": {
"link": url,
"text": title
},
"收藏数": collectedCount,
"图片地址": '\n'.join(imageList),# 将图片列表拼接成字符串
"视频地址": videoUrl,
"视频文案": data.get("content", "")
}
}
records.append(record)# 将记录对象添加到 records 列表中
# 构建输出对象
ret: Output = {
"records": records
}
return ret7、循环体内插件节点：写入飞书表格
首先，我们需要创建一个多维表格，设置好表头字段。
表头字段包括视频的所有关键信息：笔记链接、标题、内容、作者、点赞数、链接、收藏数、图片地址、视频地址、视频文案。
最后，我们将处理好的数据添加到飞书多维表格中。选择“飞书表格”插件节点的add_records工具，将数据添加到多维表格。
[*]输入：
[*]app_token：开始节点的 foldUrl，也就是飞书多维表格的链接
[*]records：从“将笔记整理成飞书表格格式”的输出变量中，选择records
[*]table_id：多维表格数据表的唯一标识符
8、结束节点
选择“返回变量”，输出：output 开始节点的foldUrl，也就是飞书多维表格的链接
5. 小结
对标账号监控智能体专注于竞品分析，自动获取优质账号的内容数据。
我们介绍了抖音和小红书平台的监控工作流搭建方法，包括获取视频列表、提取详情、整理数据结构和存储等步骤。
通过这一智能体，创作者可持续学习行业标杆，获取创作灵感和参考。
本文已收录于，我的技术博客：tangshiye.cn里面有，AI 学习资料，Coze 工作流，n8n 工作流，算法 Leetcode 详解，BAT 面试真题，架构设计，等干货分享。
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ 这个好，看起来很实用 不错，里面软件多更新就更好了 用心讨论，共获提升！
页:
[1]