Tiktok 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。

TikTok 数据助手

1. 简介

TikTok 数据查询与创作者分析 skill，通过 MaxHub API 查询视频详情、评论、用户资料、搜索、趋势、广告/商店/创作者数据端点。适合海外短视频选题、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 TikTok 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、Web 帖子 ID、分享链接等多种入口快速定位视频
• 批量查询多个视频的详情数据，适合赛道扫描与跨账号横向对比
• 浏览 TikTok 探索流、首页推荐流（App 与 Web 双端）以及标签聚合视频
• 拉取用户合辑作品与创作者搜索洞察推荐的视频
• 从分享链接、短链中提取视频标识，支持单条与批量解析
• 唤起 TikTok App 直跳视频详情页

用户数据

• 查询 TikTok 用户主页全量信息，覆盖 App 端与 Web 端两套数据视角
• 支持通过用户名、唯一 ID、加密 ID 等多种用户标识互相转换与查询
• 查询用户所属国家与相似用户推荐，便于横向扩量
• 拉取用户的发布作品、转发作品、点赞作品、收藏作品与播放列表
• 拉取用户的粉丝列表与关注列表，并支持在粉丝/关注中按关键词搜索
• 拉取用户的音乐使用列表与直播详情
• 获取用户主页分享二维码
• 查询创作者带货信息与创作者橱窗商品
• 唤起 TikTok App 直跳用户主页

搜索能力

• 执行 TikTok 综合搜索，一次返回视频、用户、话题、音乐等混合结果
• 单独执行视频搜索、用户搜索、音乐搜索、话题搜索、直播搜索、地点搜索、图片搜索
• 查询音乐详情与音乐相关作品列表，浏览音乐排行榜
• 查询话题详情与话题作品列表
• 拉取创作者搜索洞察总览、详情与趋势
• 执行 TikTok Shop 商品搜索
• 获取热搜词与搜索关键词联想
• 拉取直播推荐分类与推荐内容
• 调用文本翻译能力对内容进行多语言转换
• 解析 TikTok 短链至原始链接
• 唤起 TikTok App 直跳关键词搜索

评论与互动

• 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
• 通过分享链接提取直播间标识

直播数据

• 查询直播间详情、排行榜与日榜数据
• 检测单个或批量直播间的在线状态
• 拉取直播间挂车商品列表与实时直播数据
• 拉取直播间 IM 弹幕流并生成所需的直播长连接签名
• 浏览全部礼物列表，按礼物 ID 单条或批量反查礼物名称

数据分析

• 查询视频核心指标，量化播放表现
• 检测视频虚假流量风险，识别异常增长
• 拉取视频评论关键词词云，提炼受众讨论焦点
• 查询创作者基本信息与成长里程碑

创作者后台

• 查询账号健康状态与历史违规记录
• 拉取账号洞察总览，掌握账号整体表现
• 进行直播分析、视频分析、视频列表分析与商品分析
• 查询创作者账户信息、橱窗商品列表与视频关联商品列表
• 进行视频深度统计、视频带货转化、商品关联视频与视频观众画像分析

广告分析

• 查询单条广告的详情信息
• 搜索 TikTok 广告库并浏览热门广告精选
• 进行广告关键帧分析、百分位排名分析与互动数据分析
• 拉取相似推荐广告、广告搜索建议与安全配置
• 浏览投放地域列表、趋势话题列表与单个趋势话题详情

TikTok Shop 电商

• 查询商品详情，覆盖多端多版本数据视角
• 拉取商品评价列表
• 浏览商家全部在售商品列表
• 进行商品搜索并获取搜索建议
• 浏览商品分类树与按分类查询商品
• 拉取热卖商品榜单
• 通过分享链接解析店铺标识与商品标识
• 浏览店铺主页布局、店铺主页内容、店铺商品推荐、店铺商品列表与店铺基本信息
• 浏览店铺内的商品分类

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 TikTok 数据，该服务未获得 TikTok 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 TikTok 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：TikTok 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 / 视频互动数据 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 / TikTok 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_tiktok-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_tiktok-pro.txt"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"tiktok-pro","event":"first_time_confirmation","legal_version":"1.0.0","status":"confirmed"}' >> "$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":"tiktok-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":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"tiktok-pro","event":"legal_review","legal_version":"1.0.0","status":"completed"}' >> "$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
• ✅ 加密 / 签名工具调用前必须说明用途，避免合规风险
• ❌ 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

📦 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":"tiktok-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（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 TikTok 某个 aweme_id 的视频信息」

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：TikTok 内容创作者出海选题

• 角色：TikTok 出海短视频创作者
• 需求：分析当前北美 / 东南亚地区热门视频与音乐趋势，定位下一支爆款方向
• 使用方式：调用 search.md 拉取热搜关键词 + 音乐排行 → 取 aweme_id → 链式调 video.md 提取详情 → analytics.md 检测虚假流量过滤虚高数据
• 预期收益：剔除虚假流量影响后锁定真实爆款，提炼可复用的音乐 + 标题模板

场景二：跨境电商 TikTok Shop 选品

• 角色：跨境电商运营 / 选品师
• 需求：发现 TikTok Shop 当下热卖商品并评估真实带货能力
• 使用方式：shop.md 拉取热卖商品 + 分类浏览 → 取 product_id → 商品详情 + 评论 → creator.md 反查带货达人画像
• 预期收益：构建跨境选品决策矩阵，量化商品销量、评论情感与达人匹配度

场景三：海外营销广告投放分析

• 角色：海外营销广告优化师
• 需求：拆解竞品热门广告创意结构与互动表现，优化自家素材
• 使用方式：ads.md 搜索热门广告 → 取 material_id → 关键帧分析 + 百分位分析 + 互动分析 → 推荐广告找相似素材
• 预期收益：基于真实数据反推爆款广告创意公式，缩短素材测试周期，提升 CTR / CVR

场景四：MCN 创作者数据洞察

• 角色：MCN 数据分析师
• 需求：批量评估签约达人账号健康度与受众画像匹配度
• 使用方式：user.md 取 sec_user_id → creator.md 拉账号健康 + 违规记录 + 受众画像 → analytics.md 创作者里程碑 → comments.md 抽样评论质量
• 预期收益：建立达人健康度档案，提前预警违规风险，匹配品牌投放需求

6. 项目架构

目录结构

maxhub-tiktok/
├── 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        # 154 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/批量/分享/探索流/Tag/合辑（19 端点）
    ├── user.md                         # 用户域：信息/粉丝/作品/点赞/转发/收藏（34 端点）
    ├── search.md                       # 搜索域：综合/视频/用户/音乐/话题/地点/热搜（29 端点）
    ├── comments.md                     # 评论与直播域：评论/回复/直播间/弹幕/礼物（21 端点）
    ├── ads.md                          # 广告域：搜索/详情/关键帧/百分位/互动分析（12 端点）
    ├── creator.md                      # 创作者域：账号健康/收益/分析/橱窗/受众（14 端点）
    ├── shop.md                         # 电商域：商品/店铺/搜索/分类/热卖（26 端点）
    ├── analytics.md                    # 数据分析域：虚假流量/视频指标/里程碑（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）
• 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