Douyin Pro

⛔ 合规硬前置指令（HARD PREREQUISITE — Agent 不得跳过）

在执行任何 API 调用、读取 reference 文件、匹配 recipe 之前，Agent 必须先完成 §基础使用 Step 0 的合规检查。

• 禁止绕过 Step 0 直接进入 Step 1（检查 API Key）或更后续步骤
• 禁止以"用户已多次使用"为由跳过首次闸门或风险检测
• 禁止将 Step 0 的合规检查视为可选步骤
• 若 Step 0 未通过（首次确认缺失、用户拒绝、风险检测未确认），立即停止，不执行任何后续操作

违反此指令将导致法律合规风险，Agent 必须严格执行。

抖音 数据助手

1. 简介

抖音（Douyin）数据查询与内容分析 skill，通过 MaxHub API 覆盖视频详情/高清链接、评论弹幕、用户主页/作品/粉丝、搜索、热榜、直播、创作者数据、内容指数与星图端点。适合短视频选题、账号画像、竞品分析和趋势监控。所有请求发送到 https://www.aconfig.cn。

2. 详细功能

视频数据

• 查询抖音视频的完整详情，包含标题、封面、播放、点赞、评论、收藏、分享等核心指标
• 支持通过视频原始 ID、分享链接、短链接、二维码等多种入口快速定位视频
• 获取视频的无水印高清播放地址，便于素材归档与二次研究
• 批量查询多个视频的详情与统计数据，适合大规模选题对比与赛道扫描
• 拉取视频弹幕全量数据，复原视频实时互动氛围
• 浏览首页推荐流与单条视频的相关推荐，洞察平台分发逻辑
• 查询合集、短剧、音乐、话题的详情与对应作品列表
• 浏览知识、游戏、动漫、美食、音乐等垂直频道下的作品聚合

用户数据

• 查询抖音用户主页全量信息，包含昵称、签名、头像、地区、认证、粉丝数、获赞数等
• 支持通过抖音号、短 ID、加密 ID、UID 等多种用户标识互相转换与查询
• 批量查询多个用户的资料卡片，适合达人库扩量
• 拉取用户的粉丝列表与关注列表，构建关系图谱
• 拉取用户的发布作品、点赞作品、收藏夹与合辑视频

搜索能力

• 执行抖音综合搜索，一次返回视频、用户、话题、直播等混合结果
• 单独执行视频搜索、用户搜索、图片搜索、直播搜索、话题搜索
• 执行音乐搜索、经验搜索、讨论搜索、学校搜索与以图搜视频
• 获取搜索框联想词与话题挑战联想词，辅助关键词扩展

评论与弹幕

• 拉取视频一级评论列表，覆盖 App 端与 Web 端多入口
• 接力拉取每条评论下的二级回复，构建完整评论树
• 拉取视频的实时弹幕与历史弹幕全量数据

直播数据

• 查询用户直播间详情，包含主播信息、直播标题、封面、状态、在线人数
• 检测用户当前是否在直播以及关联的直播间标识
• 拉取直播间 IM 实时弹幕流与互动数据
• 完成直播间不同标识体系（webcast 标识与房间标识）之间的互转
• 拉取直播间送礼排行榜，识别核心粉丝与高价值用户
• 拉取直播间挂车商品列表、商品规格、优惠券、评价分与评价详情

热榜与趋势

• 拉取抖音综合热搜榜、直播热搜榜、音乐热搜榜、品牌热搜榜
• 浏览分类热榜、上升热榜、同城热榜、挑战热榜与总榜
• 查询活动日历的活动列表与单个活动详情
• 拉取热点话题的关联用户画像、评论词云与作品趋势
• 查询热门账号榜、账号粉丝画像、粉丝兴趣账号、粉丝兴趣话题、粉丝兴趣搜索
• 拉取视频总榜、低粉爆款榜、高播放榜、高点赞榜、高涨粉榜
• 查询话题榜、搜索榜、热词榜及其每个条目的详情
• 浏览城市列表与内容标签维度的热点分布

创作者后台

• 查询创作者活动列表与单个活动详情，了解平台扶持机会
• 浏览素材中心的素材榜、相关推荐与配置项
• 获取热点榜、热门话题榜、热门道具榜、热门挑战榜、热门音乐榜、热门课程榜
• 拉取行业分类、任务中心商单列表与内容品类信息
• 进行作品流量分析，包括总览、播放来源、搜索关键词、观看趋势
• 进行作品弹幕分析与观众画像，识别真实受众构成
• 拉取作品列表、作品深度分析与可下载报表
• 查询直播间历史回顾与账号诊断报告

DOU+ 推广数据分析

• 预估 DOU+ 投放成本，按目标受众与作品给出预估消耗、曝光、互动等指标
• 拉取 DOU+ 投放数据概览、明细与趋势图，覆盖账号/视频/直播三类投放维度
• 获取指定用户可推广的作品列表，含点赞、评论量等指标
• 查询当前账号投放过的账号列表，构建投放关系图谱
• 获取 DOU+ POST 请求所需的 sec_token，作为写入类接口的前置步骤
• 浏览 DOU+ 达人分类，按分类搜索合适的达人
• 获取用户主页作品、视频详情（支持 ID 或链接）与 DOU+ 视频排行榜
• 搜索 DOU+ 用户（V1/V2）、视频与直播间，辅助投放选材与受众定位

星图 KOL 分析

• 通过抖音用户标识（UID、加密 ID、抖音号）反查星图达人 ID
• 拉取 KOL 基本信息、达人画像、粉丝画像与服务报价
• 查询 KOL 数据概览、转化能力、视频表现、星图指数与触达分布
• 拉取 KOL 关联推广视频、合作品牌、日活粉丝走势
• 拉取 KOL 热门评论高频词与内容关键词，洞察粉丝关注点
• 进行 KOL 搜索与短剧演员搜索，按多维度筛选合适达人
• 浏览星图榜单分类目录与具体榜单数据
• 查询作者营销字段、商业卡片、本地服务信息与作品展示
• 浏览优秀案例分类、达人传播信息与达人推荐
• 查询 IP 活动行业、IP 活动列表、活动详情、资源位列表与需求方 MCN 列表
• 生成达人主页二维码与内容趋势指引

抖音指数

• 查询抖音指数关键词的有效日期范围与当前热点
• 拉取热门词、关键词热度趋势与多词解读
• 拉取关键词关联词、人群画像与用户细分词
• 完成抖音指数体系内的用户标识加密
• 进行达人搜索、达人对比、相似达人推荐与达人筛选项查询
• 拉取达人的代表作品、作品里程碑与粉丝画像
• 进行品牌搜索、品牌信息验证、品牌雷达图、品牌走势线、品牌周期分析
• 拉取品牌主动指数周榜与品牌时段热门视频
• 进行话题搜索与话题详情查询
• 拉取创作灵感关键词、关键词作品、选题建议、发布趋势与时长建议
• 拉取作者画像、消费画像、互动趋势与消费趋势
• 搜索趋势研究报告、查看报告详情与智能洞察推荐

工具与链接

• 从分享链接、短链中提取视频标识、用户标识、直播间标识
• 生成抖音短链与视频分享二维码
• 唤起抖音 App 直跳视频、用户主页与关键词搜索
• 通过分享码反查分享内容信息

账号余额查询

• 查询 MaxHub API 账号剩余额度，支持 x-api-key 或 Authorization: Bearer 两种认证方式
• 频率限制：最快每 3 秒调用一次
• 接口路径：GET /api/maxhub/balance

⚖️ 法律免责与合规声明

使用本 skill 即表示您确认已阅读并同意以下条款：

1. 数据来源：本 skill 通过第三方数据服务（MaxHub API）获取 抖音（Douyin） 数据，该服务未获得 抖音（Douyin） 官方授权。本项目对数据获取的合法性不作任何保证。
2. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / CCPA 等）及 抖音（Douyin） 服务条款（ToS）。因使用本 skill 产生的任何法律后果由使用方自行承担。
3. 禁止用途：严禁将本 skill 用于违反法律的行为，包括但不限于：侵犯个人信息权、不正当竞争、刷量操控、批量爬取用户数据等。
4. 平台风险：抖音可能对未授权数据访问采取封号、诉讼等法律行动。
5. 完整政策：详细数据使用政策请参阅 DATA_USAGE_POLICY.md。

📋 数据传输与隐私声明（请认真阅读）

1. 第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。
2. UGC 隐私：拉回的 评论 / 弹幕 / 动态 等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。
3. 凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。
4. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 抖音（Douyin） ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台 注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

🔒🔒🔒 HARD GATE — 以下 0️⃣ 步骤为绝对前置，不可跳过、不可绕过、不可延后 🔒🔒🔒

0️⃣ 合规闸门（ALL 请求 · ALL 端点 · ALL risk 等级 · 不可跳过）

子步骤	内容	未通过后果
0.A 首次确认	检查 $HOME/.maxhub-skills/.compliance/confirmed_douyin-pro.txt，不存在或版本过期则显示合规闸门并等待用户输入"同意"	立即停止，不执行 1️⃣ 及后续任何步骤
0.B 风险检测	对照 risk_rules.yaml 核心风险规则（cookie_usage / batch_operation / personal_data / write_operation），命中则显示定向提醒并等待用户确认	立即停止，不执行 1️⃣ 及后续任何步骤

⛔ 即使 risk:low 端点也必须先通过 0️⃣。0️⃣ 与下文 4️⃣ Pre-call 自检是两道独立闸门，不可互相替代。

🔒🔒🔒 GATE END — 0️⃣ 未通过则禁止进入以下所有步骤 🔒🔒🔒

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

2️⃣ Recipe 匹配规则（核心）

1. 加载 references/recipes/_index.md，扫 trigger_keywords 列
2. 最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
3. 平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
4. 无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

1. 读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
2. 优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
3. 字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
4. 链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

⛔ 全局前置规则（适用于 ALL risk 等级，包括 risk: low）： 进入本表之前，必须已通过 0️⃣ 合规闸门（首次确认 0.A + 风险检测 0.B）。 本表的自检是 0️⃣ 之后的第二道技术性校验，不能替代 0️⃣。若 0️⃣ 未通过，本表自检结果无效。

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化技术自检。但 0️⃣ 合规闸门不简化，low 端点也必须先过合规闸门，仅技术校验步骤减为 1 步。

5️⃣ 错误处理快速决策

6️⃣ 输出契约（与用户对话时）

1. 数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
2. 缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
3. 不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

基础使用（5 步完成调用）

Step 0 — 合规硬前置检查（不可跳过 · 不可绕过）

⛔ 本步骤为硬前置：未通过则禁止执行 Step 1 及后续任何 API 调用。 本步骤自包含，不依赖任何外部文件即可完成基础合规检查。详细框架可参阅 COMPLIANCE_GATE.md，完整风险规则见 risk_rules.yaml。

0.0 缺失即停检查：

检查合规确认状态文件是否存在。若不存在，立即停止后续操作，直接进入 0.2 首次闸门流程。

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
STATE_FILE="$COMPLIANCE_DIR/confirmed_douyin-pro.txt"
if [ -f "$STATE_FILE" ]; then cat "$STATE_FILE"; else echo "NOT_FOUND"; fi

0.1 读取并校验确认状态：

• 返回 NOT_FOUND → 进入 0.2 首次闸门
• 返回的 legal_version 低于 1.0.0 → 法律内容已更新，重新进入 0.2 首次闸门
• 返回的 legal_version 等于 1.0.0 → 已确认，跳到 0.5 风险检测

0.2 首次使用合规闸门（仅首次触发）：

向用户显示以下完整合规提醒（本内容自包含，无需读取外部文件）：

⚠️ 法律合规提醒

本 skill 通过第三方数据聚合服务（MaxHub API）获取数据，非平台官方 API。

数据来源声明：

• 本项目不持有、不存储、不控制任何平台数据
• 所有数据请求经 MaxHub API（https://www.aconfig.cn）中转至各平台
• MaxHub API 的数据获取方式未获得各平台官方授权

合法使用场景：公开数据分析、竞品研究、内容创作辅助、学术研究、自动化测试

禁止使用场景：

• 电信诈骗相关活动（《反电信网络诈骗法》）
• 侵犯他人通信自由和通信秘密（《宪法》第40条）
• 规避实名身份验证（《网络安全法》第24条）
• 代发私信或消息
• 收集、存储未公开的个人信息（联系方式、位置、社交关系）
• 使用他人登录凭证（cookie/token）访问非本人数据

已移除的高风险能力：刷量操控、反爬绕过、会话伪造、批量提取、私信、登录加密等端点已从代码中完全移除。

完整法律条款：请参阅 数据使用政策 和 合规审查清单。

输入 "同意" 确认已阅读并遵守以上条款，或输入 /legal 查看完整法律条款。

0.3 确认验证规则：

• ✅ 接受（明确肯定）：同意 / 确认 / 我已阅读并同意 / 我同意 / 确认同意
• ❌ 拒绝（模糊回应，需提示用户使用明确措辞）：嗯 / ok / 行 / 好的 / 可以 / 嗯嗯 / 好 / yes
• 模糊回应提示："请使用明确措辞确认（如输入'同意'），以确保您已阅读并理解合规条款。"
• 用户拒绝或未确认时：立即停止，不执行 Step 1 及后续任何步骤。即使用户再次要求执行操作，也必须先完成合规确认。

0.4 确认通过后，写入状态并记录审计日志：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo "legal_version=1.0.0 confirmed_at=$(date -u +%Y-%m-%dT%H:%M:%SZ)" > "$COMPLIANCE_DIR/confirmed_douyin-pro.txt"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"douyin-pro","event":"first_time_confirmation","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

0.5 风险检测（每次用户请求都执行）：

对照以下核心风险规则（完整规则见 risk_rules.yaml）检查用户请求：

命中风险时的处理流程：

1. 显示对应类别的定向风险提醒（完整模板见 COMPLIANCE_GATE.md §3.3）
2. 等待用户明确确认（同 0.3 规则）
3. 确认后记录审计日志再继续：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"douyin-pro","event":"risk_reminder","risk_type":"<matched_category>","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

4. 用户拒绝或未确认时：停止，不执行后续操作

0.6 /legal 命令处理（用户随时可触发）：

当用户输入 /legal、查看法律条款 或 法律条款 时：

1. 读取并显示 DATA_USAGE_POLICY.md 的完整内容
2. 记录审计日志：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"douyin-pro","event":"legal_review","legal_version":"1.0.0","status":"completed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

3. 显示完毕后，根据当前是否已通过首次闸门决定下一步：
   • 未通过首次闸门 → 返回 0.2 继续等待用户确认
   • 已通过首次闸门 → 询问用户是否继续之前的操作

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

Step 3 — 构建最小调用计划

• ✅ 优先使用最少端点完成任务，能用一个端点就不用两个
• ✅ 高风险端点（批量 / 写入）调用前必须让用户确认参数
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

🔍 运行时合规自检（构建调用计划时必须逐项确认）：

任一项不通过即停止，不进入执行步骤。已通过 Step 0.5 风险确认的请求无需重复 C4。

Step 4 - 执行并验证

• 调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 -> method -> 必填 -> 写入确认）
• 收到 404 -> 必须先做 §3.1 (A) 防路径臆造自检（5 步）
• 收到 400 / 422 -> 必须先做 §3.1 (B) 防参数臆造自检（6 步）
• 收到 业务 code != 0 -> 读 message_zh 报告用户，不重试

📝 审计日志（调用成功后必须立即执行 · 非可选 · 非软要求）：

以下命令与 API 调用是原子绑定关系。每次成功调用后必须执行，不得跳过、不得延后、不得批量补录。

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"douyin-pro","event":"api_call","endpoint":"<endpoint_id>","legal_version":"1.0.0","status":"success"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

⚠️ Agent 自检：若本次会话中执行了 API 调用但未执行上述审计日志命令，视为合规违规，必须补录。

📦 返回数据合规检查（收到响应后必须执行）：

R1-R4 为数据处理红线，违反即构成合规风险。R5（审计日志）已上移至 Step 4 执行流程中，为硬绑定步骤。

高级使用

链式调用图谱（Chain Recipes）

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对 → 不等 STOP
3. 参数键名比对 → 有清单外参数 STOP
4. 资源 ID 来源溯源 → Agent 编造的 STOP
5. 全通过才判定 "上游资源不存在"

收到 400 / 422 时（B）：

1. 参数名严格比对（大小写 / 缩写 / 复数）
2. 必填项齐全 + oneOf 二选一逻辑
3. 类型与格式严格匹配（pattern / enum）
4. 传参方式正确（query vs body）
5. 没有 IN 表外的臆造参数
6. 全通过才按 message_zh 排查

SKILL 版本更新

常用命令速查表

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 这个抖音 aweme_id 视频的评论」

Agent 执行步骤：

1. 匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
2. 加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
3. 路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
4. risk: low 的端点直接调用，risk: medium+ 先与用户确认
5. 链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
6. 错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
7. 输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

• ❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
• ❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
• ❌ 把没在响应里的字段编一个值返回给用户
• ❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：抖音内容创作者寻找选题

• 角色：抖音短视频创作者
• 需求：想分析近期同赛道热门视频共性，寻找下一个选题方向
• 使用方式：调用 trending.md 拉取分类热榜与上升榜 → 取 aweme_id → 链式调 video.md 提取标题、话题、音乐 → 调 comments.md 抓取评论关键词
• 预期收益：通过热榜 + 详情 + 评论三层链路快速锁定高互动作品共同特征，沉淀可复用的选题模板与音乐库

场景二：新媒体团队竞品分析

• 角色：MCN / 品牌新媒体运营
• 需求：监控竞品账号的作品节奏、粉丝增长与互动表现
• 使用方式：user.md 取 sec_user_id → 拉取作品列表 + 粉丝统计 → creator.md 调用流量分析与观众画像 → comments.md 抽样评论
• 预期收益：构建竞品账号画像数据库，量化对比内容策略与受众重合度

场景三：星图 KOL 投放分析

• 角色：品牌投放 / 广告优化师
• 需求：在投放前评估 KOL 真实粉丝画像、报价合理性与历史转化数据
• 使用方式：user.md 反查 uid → xingtu.md 用 KOL ID 查询基本信息 + 服务报价 + 转化分析 + 视频表现 + 星图指数
• 预期收益：投放前完成 KOL 健康度筛查，降低无效投放，提升 ROI 决策准确度

场景四：直播数据采集与商品分析

• 角色：直播电商运营 / 数据分析师
• 需求：实时监控直播间互动、礼物排行与挂车商品转化
• 使用方式：live.md 取 room_id → 拉取弹幕 + 送礼排行 + 直播商品 → live.md 商品详情 / 评价 → creator.md 观众画像
• 预期收益：构建直播间秒级监控面板，识别高转化商品组合与观众分层特征

6. 项目架构

目录结构

maxhub-douyin/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 4.0.0）
└── references/
    ├── endpoints_whitelist.yaml        # 290 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理 + 替换矩阵）
    ├── video.md                        # 视频域：详情/播放/下载/统计/合集/音乐/话题（42 端点）
    ├── user.md                         # 用户域：资料/粉丝/作品/喜欢/收藏夹/合辑/搜索（24 端点）
    ├── search.md                       # 搜索域：综合/视频/用户/图片/直播/话题/经验等（19 端点）
    ├── trending.md                     # 热榜域：分类/上升/同城/挑战/活动/账号/话题（39 端点）
    ├── creator.md                      # 创作者域：素材/商单/流量/画像/账号诊断（31 端点）
    ├── xingtu.md                       # 星图域：KOL/画像/报价/转化/指数/MCN/IP 日历（43 端点）
    ├── comments.md                     # 评论域：评论/回复/弹幕（6 端点）
    ├── content.md                      # 抖音指数域：关键词/品牌/人群/趋势报告（44 端点）
    ├── live.md                         # 直播域：直播流/弹幕/礼物/商品/转换（14 端点）
    ├── tools.md                        # 工具域：短链/二维码/App跳转/ID提取（5 端点）
    ├── douplus.md                      # DOU+ 推广域：成本预估/投放分析/达人搜索/视频搜索（16 端点）
    └── update.md                       # SKILL 更新机制（SkillHub）

技术栈

API 覆盖范围

关键设计理念

• 防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
• Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
• 链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
• 错误处理契约：HTTP 状态码权威定义 + §3.1 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵