Apify Influencer Discovery

网红发现

使用 Apify Actors 跨多平台发现和分析网红。

使用场景

• 需要发现创作者或网红用于外联、合作或营销活动规划。
• 任务是评估真实性、互动率、领域匹配度或跨社交平台的受众信号。
• 需要 Apify 驱动的数据提取，以及合适网红候选人的短名单或摘要。

前置条件

（无需提前检查）

• 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：确定发现来源（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：运行发现脚本
- [ ] 步骤 5：汇总结果

步骤 1：确定发现来源

根据用户需求选择合适的 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/instagram-profile-scraper）。

这将返回：

• Actor 描述和 README
• 必需和可选输入参数
• 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，无文件）：

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：汇总结果

完成后报告：

• 发现的网红数量
• 文件位置和名称
• 可用的关键指标（粉丝数、互动率等）
• 建议的后续步骤（筛选、外联、深入分析）

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 - 请用户检查错误输出中的 Apify 控制台链接 Timeout - 减少输入量或增加 --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，请停止并请求澄清。