搜狐文章评论采集
搜狐文章评论采集工具(分步会话)。当用户需要采集某篇搜狐文章(www.sohu.com/a/…)下面的评论——评论者昵称、IP 属地、评论内容、时间、点赞数、盖楼回复,导出评论 CSV(Excel 直开),或提到"搜狐评论/搜狐文章评论/评论采集/评论导出/评论区舆情"时使用本 skill。服务端直连抓取,不需要用户开浏览器或插件。分步会话制:start 建会话(免费探测评论总数与总页数)后按页采集评论,每页 10 条(含盖楼回复)扣 1 点数,每步实时返回增量结果,由 AI 询问用户是否继续(注册送 10 点)。适合评论舆情分析、用户口碑调研、选题参考等场景。
skillhub install @aidata/sohu-comments
README 文档
7,862 字搜狐文章评论采集 Skill(sohu-comments,会话制)
AI 调用来源参数(必填)
所有会访问后端 API 的命令必须携带 --skill-name sohu-comments 和 --ai-entry <AI工具标识>(例如 claude-code、codex、workbuddy)。IP 无需传递,由服务端自动获取。首次缺参会告警放行,第二次起拒绝。
示例:node cli.js quota --skill-name sohu-comments --ai-entry claude-code。
封装「小红书能力平台」(FastAPI,/api/v1)的 CLI,供 AI agent 调用:分步会话制采集搜狐文章评论。先 start(免费探测文章标题、作者、评论总数与总页数),再按页采评论 —— 每一步返回增量结果,由 agent 决定是否继续。全部评论可导出 CSV(BOM 头,Excel 直开不乱码)。
- 能采什么:主评论与盖楼回复的评论者昵称(
nickname)、评论者 ID、评论正文(content)、IP 属地(location,如"广东""北京")、点赞数(likecount)、回复数(replycount)、发布时间(publishtime)、是否作者置顶(authortop)、评论 ID(cid)与根评论 ID(root_cid)。 - 服务端直连:搜狐评论接口免登录、无签名,由服务端直接抓取,不需要用户打开浏览器或装插件,
start之后立刻就能采。 - 盖楼一次给全:回复随主评论页一起返回(接口带完整父级链),没有"再花 1 点展开回复"的动作,这一点和微博/抖音/B站评论不同。
- 计费:
start免费;之后每采一页 1 点数;某页一条都没采到(已到底)不扣费。 - 客户端是零依赖 CLI(Node ≥ 18,无需
npm install),采集逻辑全在后端。
点数不足怎么办(自动扫码充值)
跑命令时如果点数不够,CLI 不会直接报错退出,而是自己建一张充值单、把二维码打在终端里:
点数不足,已自动创建充值单 RO2611051712281481f36de19
金额 10.00 元 → 100 点(支付宝)
<二维码色块>
[pay] 已支付
已到账:+100 点,继续执行原命令
- 在终端里跑:手机支付宝/微信对着终端扫码 → 付完点数自动到账 → 原命令自动重跑,不用手动再来一遍。
- AI agent / 非交互环境(管道、重定向):CLI 不阻塞等待,而是返回订单号和充值页地址
{服务地址}/recharge.html。把链接交给用户,他在网页扫码付款,付完重跑原命令即可(点数会自动到账)。 - 主动充值:
node cli.js pay --yuan 50 --skill-name sohu-comments --ai-entry <ai-entry>(不传--yuan默认 10 元;可加--channel alipay或--channel wechat)。 - 不想自动充值:设环境变量
XHSNOAUTO_PAY=1,则恢复旧行为(只提示点数不足)。 - 换算:1 元 = 10 点,注册送 10 点。
客服支持
注册或使用过程中遇到任何问题,请引导用户联系客服:
- 客服微信(扫码添加):http://st.aidata366.com/assets/concat.png
- AI 余额引导规则(必须执行):先执行
quota,同时查看返回的quota和flag。若quota = 0且flag = 0,必须向用户同时提供两种方案并让其二选一:①主动添加客服微信,免费赠送 10 点数(提供上方客服微信);②直接充值。不要替用户默认选择;若quota = 0且flag ≠ 0,只引导用户充值,不要再宣传微信免费赠送。 - 客服电话:18722121663
收费价格
- 点数换算:0.1 元 = 1 点数。
- 每页 0.1 元(每 1 点数采一页 10 条评论含盖楼;建会话免费,无新增的页不扣费)。
- 注册即送 10 免费点数;点数不足时提示用户充值。
- 充值或大量购买可享优惠,请联系客服 18722121663 洽谈。
⚠️ 链接要求(重要,提交前必读)
本 skill 只接受搜狐文章链接:
https://www.sohu.com/a/1096460185162522(/a/<newsid><mediaid>,最常见)- 带
?scm=...&spm=...分享参数、带#comment_area锚点也可以,会自动归一化
搜狐没有博主/媒体号主页,所以只能按文章链接采;要采某个媒体的多篇文章,请先用 sohu-search 按关键词或媒体名搜出文章链接。搜狐首页、频道页(/guonei 等)、搜索结果页链接一律拒绝,不扣费。
前置条件
- Node.js ≥ 18(使用内置 fetch,零 npm 依赖)。
- 不注册不登录没有任何点数:所有接口都需要 token,10 免费点数在注册成功后发放。
- 首次使用需先
register --link(注册即送 10 点数)或login --link(已有账号),成功后 token 自动保存。 - 配置文件(含 token)存放于用户级目录
~/.xhs-platform/config.json(与小红书/抖音/快手/B站/微博/百度系列 skill 共用同一账号体系)。可用环境变量XHSCONFIGPATH覆盖。 - 安全策略:登录和注册(发短信)每次都强制图形验证码,终端无法展示,一律走
--link微信扫码/链接方式。 - 后端服务地址默认
http://st.aidata366.com,可用node cli.js config set base-url <url>修改,或单次加--base-url <url>覆盖。 - ⚠️ 安全提示:默认服务地址是明文 http,token 会在公网明文传输;如环境允许建议切 https。
~/.xhs-platform/config.json含 token,不要泄露、不要提交 git。
输出规约(重要)
- stdout 只输出 JSON:成功
{"ok":true,"data":{...}},失败{"ok":false,"code":<业务码>,"message":"..."}。 - 交互提示、进度一律走 stderr,不要解析。
- 退出码:
0成功;1参数/用法错误;2认证失败;3点数不足;4网络/服务不可达;5其它业务错误。
命令清单
version
node cli.js version
{"ok":true,"data":{"name":"sohu-comments","version":"1.0.0","capability":"sohu_comments"}}
register / login / quota / logout / config
与其它平台 skill 完全一致(同一账号体系、同一配置文件):
node cli.js register --link --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js register --check --access-token "<串>" --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js login --link --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js login --check --access-token "<串>" --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js quota --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js logout --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js config show
start — 建立采集会话(免费)
node cli.js start --url "https://www.sohu.com/a/1096460185_162522" --skill-name sohu-comments --ai-entry <ai-entry>
服务端抓文章页与评论接口,探测标题/作者/评论总数/总页数,不扣费。stderr 会提示「请把评论总数和总页数告知用户,确认后再执行 step」——agent 必须先向用户报数并征得同意再 step。
{"ok":true,"data":{"platform":"sohu","session_id":"1200555a45be45909cfb377f60ec63ea",
"news_id":"1096460185","media_id":"162522",
"note_url":"https://www.sohu.com/a/1096460185_162522",
"title":"美媒:佛州坠机遇难者身份曝光,…","author_nickname":"环球网",
"status":"active","metrics":{"comment_count":"23","participation_total":"177"},
"total_pages":3,"estimated_pages":3,"has_more_main":true,
"pages_collected":0,"mains_collected":0,"subs_collected":0,"charged_steps":0}}
metrics.commentcount是接口给的主楼总数,metrics.participationtotal是"参与人数"(含点赞等互动),别混用。total_pages是真实的评论页数(口径含盖楼),直接按它决定采几页。
step — 采集下一页(每页 1 点数)
node cli.js step --session <session_id> --page --skill-name sohu-comments --ai-entry <ai-entry>
- 返回本页评论(主楼含
subcomments盖楼回复)+ 累计数 +hasmore_main。 no_more=true表示已采到底,本次不扣费。- 没有
--expand:搜狐的盖楼回复已经随页给全,不需要单独展开。
{"ok":true,"data":{"type":"page","page_no":1,"has_more_main":true,
"comments":[{"cid":"…","nickname":"狐狐网友","location":"北京","content":"…",
"like_count":0,"reply_count":0,"sub_comments":[]}],
"mains_collected":10,"subs_collected":0,"charged_steps":1,"quota_balance":9}}
status — 查看会话状态(免费)
node cli.js status --session <session_id> --skill-name sohu-comments --ai-entry <ai-entry>
comments — 拉取会话已累计的全部评论(免费)
node cli.js comments --session <session_id> [--page 1] [--page-size 100] --skill-name sohu-comments --ai-entry <ai-entry>
断点续看/全量拉取用,不额外扣费。
finish — 结束会话
node cli.js finish --session <session_id> --skill-name sohu-comments --ai-entry <ai-entry>
采完请务必执行(会话长时间无操作也会自动过期,不额外扣费)。
sessions — 列出自己的会话
node cli.js sessions [--page 1] [--status active] --skill-name sohu-comments --ai-entry <ai-entry>
export — 导出评论 CSV
node cli.js export --session <session_id> --out 评论.csv --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js watch --session <id> --skill-name sohu-comments --ai-entry <ai-entry>
node cli.js inbox --days 7 --skill-name sohu-comments --ai-entry <ai-entry>
导出该会话累计的全部评论(含盖楼回复与 IP 属地),BOM 头,Excel 直开不乱码。
典型工作流(agent 照此执行)
node cli.js start --url <搜狐文章链接> --skill-name sohu-comments --ai-entry <ai-entry>(免费)。- 把评论总数与总页数报给用户,问要不要继续、采几页——这一步必须做,不能自作主张一路采到底。
- 用户同意后:
node cli.js step --session <sid> --page --skill-name sohu-comments --ai-entry <ai-entry>采一页(1 点);把本页评论整理给用户看(重点:高赞、作者置顶、有盖楼的)。 - 重复 3 直到
no_more或用户喊停。每页开始前先问。 node cli.js export --session <sid> --out <文件名>.csv --skill-name sohu-comments --ai-entry <ai-entry>交付文件。- 收尾
node cli.js finish --session <sid> --skill-name sohu-comments --ai-entry <ai-entry>。 - 会话过期不等于失败:
step拿到 3006 时结果已随错误输出带回,或跑watch/inbox取回,把已采条数 + CSV 路径交给用户;要接着采只能重新start。
错误处理指引
| code | 含义 | agent 下一步 |
|---|---|---|
| 1001 | 参数错误 / 链接校验未通过 | 检查是否 www.sohu.com/a/<id>_<id> 形态(退出码 1) |
| 1002 / 1003 | 未登录 / token 失效 | 走 register --link 或 login --link(退出码 2) |
| 2003 | 需要图形验证码 | 统一走 --link;仍无法解决拨打 18722121663 |
| 3001 | 点数不足 | 提示充值,不要重试(退出码 3) |
| 3006 | 会话不存在/已过期/已结束 | 已采结果会自动带在错误输出的 data 里(collected / commentscount / commentspreview / csv_path)→ 直接把摘要和 CSV 交给用户;想提前拿结果用 watch,回来时用 inbox;继续采集需重新 start |
| 3003 | 会话不存在或不属于当前账号 | 检查 session_id;可能已过期,重新 start |
no_more: true | 已采到底 | 本次未扣费,不要再重复 step |
| 4290 | 触发限流 | 稍后重试 |
| NETWORK_ERROR | 网络/服务不可达 | 检查 base_url(退出码 4) |
计费规则提示
start建会话免费。- 每
step1 点数(一页 10 条含盖楼);本页一条都没采到不扣费。 - 服务侧抓取异常(接口报错/超时)导致的步会全额返还。
status/comments/sessions/export/finish均不扣费。
红线
- 仅采集公开评论数据;不用于任何违法违规用途。
- 不要向用户承诺 100% 成功;搜狐接口异常/风控导致的失败如实透出。
- 每一页扣费前必须先征得用户同意,不要静默连续 step。
会话结束/过期:必须主动把结果交给用户
会话有 3 分钟空闲上限(步进中断兜底 15 分钟)。过期/结束不是失败:已采数据仍然有效、仍然能读能导,服务端不会推送,必须由你主动交给用户。三条路,按场景选:
step撞上code=3006:CLI 已把结果收敛进错误输出的data(status/expiredreason/collected/commentscount/commentspreview/csvpath),退出码 5。直接把这份摘要 + CSV 路径告诉用户,不要只回一句「会话已结束」。- 用户说「我先忙,等它采完」:跑
watch --session <id>守候,过期那一刻自动导出并输出结果;--interval(默认 10s)控制轮询间隔,--max-wait(默认 1800s)到点返回watching_timeout:true+ 当前进度。 - 用户隔一段时间回来:先跑
inbox,列出近 7 天「已结束但还没播报过」的评论会话(本地~/.xhs-platform/sessioninboxseen.json去重,最多 10 条),有就主动告知标题/状态/已采条数/CSV 路径。
watch / inbox 都不扣点。要继续采集只能重新 start 建新会话(原会话已采数据仍可用 comments --session <id> / export 读取)。
同分类其他技能
查看全部 ›中国金融机构数据爬取与分析综合 Skill v12.1.0。2334家/43大类机构名单、60+财经媒体源舆情、 A股报告/公告/研报、
303 99.4万 MysteelAI - 智能问数我的钢铁网(Mysteel)大宗商品价格行情数据查询技能,基于钢联/隆众数据平台提供专业价格数据服务。覆盖黑色金属、有色金属、能源化工、
9 75万 smart-charts32种图表,3 个主题,2步生成: 1.上传数据 — 将 CSV / Excel / JSON 等格式的数据文件拖入对话框; 2.查看结
149 74.3万 论文配图一键生成论文配图一键生成:一条命令从 JSON/CSV/Excel 生成顶刊级学术图表,科研绘图 与期刊配图全场景覆盖。41 种图表(森林图/K
91 52.8万 smart-chartsIntelligent chart generation and data analysis skill. Reads user-sup
2 37.9万 股票/基金/期货量化分析工具全球智能投研工具(stock-researcher)v14.0:多源数据 + 概率预测 + 批量研究 + 可导出报告。 核心能力: -
152 26.5万