DevinChen2014 YouTube评论分析与需求挖掘
适用场景
当用户需要做 YouTube 评论分析、YouTube 评论洞察、YouTube 用户反馈分析、需求挖掘、痛点总结、购买顾虑整理、FAQ 提炼、口碑分析、评论回复观察或内容讨论复盘时使用。基于用户提供的 YouTube 视频链接下的评论结果，面向内容运营、产品调研、品牌调研和创作者。
快速开始
- 先给出当前 skill 支持的输入：视频链接。
- 如果结果有分页，先取第一页；要继续扩大，再按返回的下一页标记继续。
- 你通常会得到：评论文本、回复线索和用户反馈主题。
API Key 获取
获取或管理 API Key：访问 https://socialdatax.com/ai?from=modelscope，按官网的 API Key 申请/管理入口操作。环境变量名固定使用 SOCIALDATAX_API_KEY；不要引导用户使用其他域名。
直接调用命令
优先使用 direct CLI；能运行 shell 命令的 Agent 不需要额外配置 MCP server：
npx -y socialdatax-skills@latest youtube comments \
--url "<youtube_video_url>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill youtube-comment-insights
npx -y socialdatax-skills@latest youtube replies \
--reply-token "<reply_token>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill youtube-comment-insights
执行上面的 direct CLI 示例时，<youtube_video_url> 和 <reply_token> 都是占位符；不要把原始用户输入拼成整段 shell 字符串执行。能直接调用子进程时使用参数数组；必须走 shell 时先对这些值做 shell 转义。
参数说明
评论 / 回复：
- 说明：使用 CLI 示例里的 URL 入口传内容页链接、短链或分享文本来获取一级评论。
- 条件必填：
--reply-token <reply_token>：YouTube 回复命令必填；使用一级评论返回的reply_token。 - 可选：
--page-token <next_page_token>：这是不透明的分页 token；在同一条内容或评论链路下，必须把完整返回的next_page_token原样传回，不能截断、改写、脱敏、重建，或用省略号替换中间内容。 - 可选：
--pages <n>：获取并合并 N 页一级评论或回复。 - 可选：
--all：持续获取一级评论或回复，直到next_page_token为空；默认没有条数或页数上限。 - 可选：
--max-items <n>：收集到 N 条一级评论或回复后停止。 - 说明：YouTube
--url <youtube_video_url>：用于一级评论；继续取回复时使用返回的--reply-token <reply_token>。 - 说明：YouTube 评论
--sort-type <hot|time_descending>：可选一级评论排序参数；不传就使用默认排序。
通用：
- 可选：
--pretty：只影响输出格式，不改变实际请求结果。 - 可选：
--source-client socialdatax-skills --source-platform modelscope --source-skill youtube-comment-insights：这是当前 Agent Skill 的来源标记；按本 Skill 示例执行时保持这些值不变。
一级评论命令一次只使用 CLI 示例里的一个入口；不要在同一条命令里混用多个内容定位参数。回复命令使用 CLI 示例中对应平台需要的回复定位参数。
命令返回 JSON，包含 platform、tool、arguments 和 data。多页结果会把一级评论合并到 data.items，并补充 page_count、item_count 和下一页标记；在支持 --include-replies 的平台上，每条一级评论还会带上 replies、replies_page_count 和 replies_next_page_token。
输出建议
优先输出可直接用于复盘和决策的结果：评论主题、用户反馈、痛点、需求和可行动建议。
默认按这个结构输出：评论主题、用户痛点、购买顾虑、未满足需求、FAQ、高频原话、可行动建议。 先说明输入范围：结论基于用户提供的目标内容下已返回的评论和回复，不代表全平台完整覆盖。 把评论原文证据和你的判断分开写；引用高频原话时只使用返回中可见的评论文本，不编造不存在的反馈。 如果使用了多页结果或继续拉取回复，说明评论和回复的覆盖范围；如果只取第一页，也要明确这是局部样本。 面向内容运营、产品调研或品牌调研时，把评论反馈转成可执行的问题清单、选题角度、产品改进线索或客服 FAQ。
MCP 工具
与上面 direct CLI 命令对应的 MCP 工具：
youtube_get_video_comments_by_urlyoutube_get_video_comment_replies
如果当前 Agent 已可直接调用 MCP 工具，可按入口选择以下工具：
youtube_get_video_comments_by_url：用于 YouTube 视频 URL；可选sort_type支持hot或time_descending。youtube_get_video_comment_replies：使用 YouTube 一级评论返回的reply_token。
安全边界
这是只读 skill。运行时使用用户环境变量中的 SOCIALDATAX_API_KEY；生成的 Skill 文件不包含 API Key。不会读取本地浏览器数据，也不会执行登录、发帖、点赞、评论或账号修改。
示例结果
- 示例展示格式，不代表固定字段：评论=内容/用户/时间/回复线索；判断=主题/痛点/需求/建议。
异常处理
- 如果出现 SDK/依赖缺失、npm 网络、Node.js/npm/npx 不可用或执行权限错误：这是本地运行环境、依赖安装、网络或 AI 平台授权问题，不是 SocialDataX API Key 或业务数据返回错误；有权限时可自动安装或修复；需要网络或执行授权时提醒用户同意或完成授权；处理后继续原命令；不要改用公开网页搜索替代 SocialDataX 数据。
- 非余额不足的网络或 API 异常：保留错误信息，检查
SOCIALDATAX_API_KEY、参数和链接格式后原样重试一次。 - 如果返回
insufficient_balance或“积分不足”：不要重复重试；把错误里的充值链接原样展示给用户，并提醒用户充值后继续执行刚才同一条命令。 - 如果用户已经充值但仍提示余额不足：确认当前环境变量
SOCIALDATAX_API_KEY是否来自刚充值的同一个账号；必要时重新复制官网后台的 API Key。 - 分页中断：保留已取得的结果；重试仍失败：说明当前调用不可用，请用户补充或更换关键词、链接、ID 等输入后再重试。
常见问题
- 没结果：确认链接或 ID 完整；必要时先用内容研究类 skill 找到目标内容。
- 结果太多：补场景、人群、品牌、时间范围或账号名。
- 调用失败：先确认
SOCIALDATAX_API_KEY已配置；如果是insufficient_balance或“积分不足”，按错误里的充值链接充值后继续原命令，不要反复重试。 - 担心账号安全：这是只读能力，不登录、不发帖、不点赞、不评论。
- 想继续做需求挖掘：增加评论页数，必要时继续拉取回复，再结合业务场景整理成问题清单、FAQ 和行动建议。