Pipixia 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。

皮皮虾 数据助手

1. 简介

皮皮虾（Pipixia）内容数据查询 skill，通过 MaxHub API 查询作品详情、统计、评论、首页流、搜索、热搜、话题和用户相关内容。适合内容研究、互动分析、热点追踪和素材筛选。所有请求发送到 https://www.aconfig.cn。

2. 详细功能

帖子内容

• 通过帖子标识直查帖子详情，含标题、正文、视频、图片与作者归属
• 拉取帖子统计数据，覆盖播放、点赞、评论、转发等核心互动指标
• 拉取帖子评论列表，作为段子真实共鸣度与槽点的一手参考

Feed 流双链路

• 拉取综合首页推荐 Feed，聚合平台主推的搞笑短视频与图文段子
• 拉取短剧专区 Feed，单独定位短剧内容池并跟踪短剧赛道的爆款节奏
• 双链路可并行采集，互不干扰，适配「全站热门 + 垂类专区」的双视角分析

搜索与热搜

• 提供关键词综合搜索，按主题、品牌或人物聚合相关帖子内容
• 拉取热搜词列表，识别平台当前正在升温的关键词与流行梗
• 拉取热搜榜单与单个榜单的详情内容，定位结构化的官方热点排序
• 串联热搜词或榜单标题 → 搜索 → 帖子详情，复刻完整热点追溯链路

Hashtag 深挖

• 拉取话题详情，含话题简介、累计内容数与基础热度指标
• 按话题拉取相关帖子列表，并支持按热门或最新排序观察话题结构
• 串联话题 → 帖子 → 评论，输出某个话题的完整内容生态切片

短链工具

• 将原始内容 URL 转换为平台风格的分享短链，便于在外部场景中传播
• 输出可直接复制粘贴的分享文本，加速运营素材与对外引流的整理
• 与帖子详情查询配合，形成「站内采集 → 站外分享」的闭环工作流

用户画像

• 查询用户资料，覆盖昵称、头像、简介、粉丝量与基础认证信息
• 拉取用户作品列表，按时间线观察其内容产出节奏与代表作
• 拉取用户的粉丝与关注列表，用于受众构成与圈层互动分析

写入接口隔离

• 提供单一标记为写入操作的浏览量上报接口，与所有只读查询严格隔离
• 调用前强制要求用户对参数进行明确确认，杜绝误触发的副作用
• 对该接口约束更严格的失败重试规则，避免重复写入造成的异常增长

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 皮皮虾（Pipixia） 数据，该服务未获得 皮皮虾（Pipixia） 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 皮皮虾（Pipixia） 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：皮皮虾可能对未授权数据访问采取封号、限制 API 调用等法律行动。
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 / 段子 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。
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 / 皮皮虾（Pipixia） 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。

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）

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

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_pipixia-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_pipixia-pro.txt"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"pipixia-pro","event":"first_time_confirmation","legal_version":"1.0.0","status":"confirmed"}' >> "$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":"pipixia-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":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"pipixia-pro","event":"legal_review","legal_version":"1.0.0","status":"completed"}' >> "$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
• ❌ 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 → 必须先做防路径臆造自检（5 步）
• 收到 400 / 422 → 必须先做防参数臆造自检（6 步）
• 收到 业务 code != 0 → 读 message_zh 报告用户，不重试

📦 返回数据合规检查（收到响应后必须执行）：

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

R1-R4 为数据处理红线，违反即构成合规风险。R5 为审计要求，每次调用必须记录。

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（cell_id / hashtag_id / user_id / keyword / block_type 不可混用）
2. 必填项齐全
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 皮皮虾某个 cell_id 作品的详情」

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：段子创作者寻找爆款选题

• 角色：搞笑内容创作者
• 需求：从皮皮虾 Home Feed 与热搜榜中识别近期爆款段子结构
• 使用方式：fetch_home_feed + fetch_hot_search_board_list 拉热门 → fetch_hot_search_board_detail 取榜内贴 → 链式调 fetch_post_detail + fetch_post_statistics 提取互动指标
• 预期收益：高效复用爆款叙事结构，提升单条作品互动率 2 倍以上

场景二：短视频团队挖掘选题与素材

• 角色：短视频内容运营
• 需求：从皮皮虾搜索 + Hashtag 中批量采集垂类素材
• 使用方式：fetch_hashtag_detail → fetch_hashtag_post_list（sort_type=hot）→ 批量取 cell_id → fetch_post_detail 提取标题 + 视频结构
• 预期收益：构建分类素材库，加速二创短视频生产流水线

场景三：用户画像分析师研究皮皮虾达人

• 角色：MCN 数据研究员
• 需求：分析皮皮虾达人的内容产出节奏与粉丝黏性
• 使用方式：fetch_user_info → fetch_user_post_list 拉作品 → fetch_user_follower_list 拉粉丝构成
• 预期收益：识别真实活跃达人，过滤刷量账号，输入达人合作决策

场景四：舆情研究员监测搞笑赛道热点

• 角色：内容生态研究员
• 需求：周期性监测皮皮虾热搜词与热搜榜，识别新兴梗与话题
• 使用方式：fetch_hot_search_words + fetch_hot_search_board_list 定时拉取 → 关键词进入 fetch_search → fetch_post_detail 验证内容形态
• 预期收益：搞笑赛道的趋势日报输出，输入内容选题与广告投放节奏

6. 项目架构

目录结构

maxhub-pipixia/
├── 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        # 18 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）
    ├── post.md                         # 帖子域：详情/统计/评论/Feed/搜索/Hashtag/短链/写入（12 端点）
    ├── user.md                         # 用户域：资料/作品/粉丝/关注（4 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）
• 链式调用图谱：字段流字典（cell_id / hashtag_id / user_id / keyword / block_type）+ Chain Recipes + 跨 reference 链路三层联动
• 错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 写入端点重试规则