Apify Audience Analysis

受众分析

使用 Apify Actor 从多个平台提取粉丝人口统计、互动模式和行为数据，分析和理解你的受众。

使用场景

• 需要从社交平台获取受众人口统计、互动模式或粉丝行为数据。
• 任务是选择并运行 Apify Actor 进行 Facebook、Instagram、YouTube 或 TikTok 的受众分析。
• 需要结构化提取以及受众发现的总结解读。

前置条件

（无需预先检查）

• 包含 APIFY_TOKEN 的 .env 文件
• Node.js 20.6+（支持原生 --env-file）
• mcpc CLI 工具：npm install -g @apify/mcpc

工作流程

复制此清单并跟踪进度：

任务进度：
- [ ] 步骤 1：确定受众分析类型（选择 Actor）
- [ ] 步骤 2：通过 mcpc 获取 Actor schema
- [ ] 步骤 3：询问用户偏好（格式、文件名）
- [ ] 步骤 4：运行分析脚本
- [ ] 步骤 5：总结发现

步骤 1：确定受众分析类型

根据分析需求选择合适的 Actor：

步骤 2：获取 Actor Schema

使用 mcpc 动态获取 Actor 的输入 schema 和详情：

export $(grep APIFY_TOKEN .env | xargs) && mcpc --json mcp.apify.com --header "Authorization: Bearer $APIFY_TOKEN" tools-call fetch-actor-details actor:="ACTOR_ID" | jq -r ".content"

将 ACTOR_ID 替换为选定的 Actor（例如 apify/facebook-followers-following-scraper）。

这将返回：

• Actor 描述和 README
• 必需和可选的输入参数
• 输出字段（如有）

步骤 3：询问用户偏好

运行前，询问：

1. 输出格式：
   • 快速回答 - 在聊天中显示前几条结果（不保存文件）
   • CSV - 包含所有字段的完整导出
   • JSON - JSON 格式的完整导出
2. 结果数量：根据用例特点确定

步骤 4：运行脚本

快速回答（在聊天中显示，不保存文件）：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT'

CSV：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT' \
  --output YYYY-MM-DD_OUTPUT_FILE.csv \
  --format csv

JSON：

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT' \
  --output YYYY-MM-DD_OUTPUT_FILE.json \
  --format json

步骤 5：总结发现

完成后，报告：

• 分析的受众成员/档案数量
• 文件位置和名称
• 关键人口统计洞察
• 建议的下一步（深入分析、细分）

错误处理

APIFY_TOKEN not found - 请用户创建包含 APIFY_TOKEN=your_token 的 .env 文件 mcpc not found - 请用户安装 npm install -g @apify/mcpc Actor not found - 检查 Actor ID 拼写 Run FAILED - 请用户查看错误输出中的 Apify 控制台链接 Timeout - 减少输入大小或增加 --timeout

限制

• 仅当任务明确符合上述描述范围时使用此技能。
• 不要将输出视为环境特定验证、测试或专家审查的替代品。
• 如果缺少必需的输入、权限、安全边界或成功标准，请停下来请求澄清。