Agent Skill

搜狐文章详情采集

搜狐文章详情采集工具,支持 www.sohu.com/a/<id>_<id> 文章链接。当用户给出具体搜狐文章链接,需要采集标题、作者(媒体号)、发布时间、正文全文、摘要、关键词、封面图、评论数,导出 CSV(Excel 直开),或提到"搜狐文章正文/文章详情/这篇文章讲什么/采集搜狐详情"时使用本 skill。服务端直连抓取,不需要浏览器。**1 条链接 = 1 点数;文章不存在/已删除不返还,抓取异常全额返还(注册送 10 点)。**

数据分析·海港信息·来自 skill_hub·skillhub.cn ↗
skillhub install @aidata/sohu-detail
9.6万 综合热度·4,526 字文档·源站更新 2026-11-22

README 文档

4,526 字

搜狐文章详情采集 Skill(sohu-detail)

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-detail 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-detail --ai-entry claude-code。

封装「小红书能力平台」(FastAPI,/api/v1)的 CLI:提交搜狐文章链接(可批量,单次最多 20 条)→ 服务端直接抓文章页 SSR、解析 og: 元标签与 cfgs 配置对象、提取 <article> 正文,拍平成一张宽表。

  • 能采什么:标题、作者(媒体号名)、媒体号 ID、频道/分类 ID、正文全文(按段落换行)、摘要、关键词、封面图、发布时间、评论数、原文 ID / 转载状态。
  • 省心机制:服务端直连(不用开浏览器/插件),1 条 1 点、实采恒 1 条无差值可退、抓取异常全额返还、Agent 友好(stdout 纯 JSON + 统一退出码)。
  • 不支持:搜狐首页/频道页(/guonei 等)/搜索结果页/视频页(tv.sohu.com、v.sohu.com)链接;其它站点一律拒绝,提交前就报错、不扣费。

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-detail --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。
  • 1 条链接 0.1 元(1 条 = 1 点数)。
  • 注册即送 10 免费点数,即 10 篇详情。
  • 充值或大量购买可享优惠,请联系客服 18722121663 洽谈。

参数(提交前必读)

参数取值默认
--url文章链接,可重复传多次—
--file名单文件路径,每行一个链接(# 开头视为注释),可与 --url 混用—
--wait等待任务跑完再返回(默认超时 300s)关
--force已失效(后端无去重,重提即新任务)关
  • 单次上限 20 条,超了直接报错(不扣费),请拆批。
  • 同一篇文章(同 news_id)重复出现在名单里会自动合并,只扣一次。
  • 链接可以不带协议头(www.sohu.com/a/… 也能识别),带 ?scm=&spm= 与 #comment_area 会自动归一化。

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:10 免费点数在注册成功后发放。
  • 首次使用先 register --link 或 login --link,成功后 token 自动保存。
  • 配置文件在 ~/.xhs-platform/config.json(与其它平台 skill 共用账号体系),可用 XHSCONFIGPATH 覆盖。
  • 后端地址默认 http://st.aidata366.com,可用 config set base-url <url> 或单次 --base-url 覆盖。
  • ⚠️ 安全提示:默认地址是明文 http,token 会明文传输;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":<码>,"message":"..."}。
  • 交互提示、轮询进度走 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

node cli.js version
node cli.js register --link --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js register --check --access-token "<串>" --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js login --link --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js login --check --access-token "<串>" --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js submit --url "https://www.sohu.com/a/1096460185_162522" --wait --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js submit --file 名单.txt --wait --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js query <task_id> [--wait] --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js export <task_id> --wait --out 详情.csv --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js quota --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js logout --skill-name sohu-detail --ai-entry <ai-entry>
node cli.js config show

submit

node cli.js submit --url "https://www.sohu.com/a/1096460185_162522" --wait --skill-name sohu-detail --ai-entry <ai-entry>

result 里字段含义:

字段含义
news_id文章 ID(/a/<newsid><media_id> 第一段)
collected_count实采条数(成功恒为 1)
settle_charged实收点数
refunded_diff差值返还点数
notes本条详情(含正文全文)

export

node cli.js export <task_id> --wait --out 详情.csv --skill-name sohu-detail --ai-entry <ai-entry>

CSV 结构:前段是任务汇总(每条的状态/实收/退差/失败原因),空一行后是明细宽表(newsid,mediaid,url,title,author,authorid,channelid,categoryid,keywords,excerpt,coverurl,publishtime,content,originalid,originalstatus,displaymode,commentcount,rawjson,fetched_at)。BOM 头,Excel 直开不乱码。

典型工作流(agent 照此执行)

  1. 确认用户给的是 www.sohu.com/a/<id>_<id> 文章链接;是频道页/首页就说明不支持。
  2. node cli.js submit --url <链接> --wait --skill-name sohu-detail --ai-entry <ai-entry>(多条就重复 --url 或写 --file)。
  3. 读 result:collectedcount / settlecharged / refunded_diff 如实报给用户。
  4. 要文件时 node cli.js export <task_id> --wait --out <文件名>.csv --skill-name sohu-detail --ai-entry <ai-entry>。

错误处理指引

code含义agent 下一步
1001参数错误 / 链接不合法检查是否 www.sohu.com/a/<id>_<id>(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
3001点数不足提示充值(退出码 3)
3005能力未启用联系客服
fail_kind=unavailable文章不存在/已删除不返还,如实告知用户
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

  • 1 条链接 = 1 点数,受理时预扣。
  • 文章不存在/已删除(业务侧失败)不返还。
  • 服务侧抓取异常/超时(异常)全额返还。
  • query / export / quota 不扣费。

红线

  • 仅采集公开文章内容;不用于任何违法违规用途,不要绕过付费墙/登录墙。
  • 不要向用户承诺 100% 成功;搜狐反爬/接口异常导致的失败如实透出。
  • 转载文章的正文以搜狐页面为准,不要臆造原文出处。

同分类其他技能

查看全部 ›