Agent Skill

百家号/好看视频 内容与互动数采集

百度内容详情采集工具,支持百家号文章(baijiahao.baidu.com/s?id=…)与好看视频(haokan.baidu.com/v?vid=…)两类链接。当用户给出具体文章/视频链接,需要采集标题、作者、发布时间、正文、封面、视频直链、点赞数、评论数,导出 CSV(Excel 直开),或提到"百家号正文/文章详情/好看视频详情/这条链接的内容/采集详情页"时使用本 skill。**1 条链接 = 1 点数;内容不存在不返还,页面异常全额返还(注册送 10 点)。**

数据分析·海港信息·来自 skill_hub·skillhub.cn ↗
skillhub install @aidata/bd-detail
9.5万 综合热度·6,044 字文档·源站更新 2026-11-22

README 文档

6,044 字

百度内容详情采集 Skill(bd-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 bd-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 bd-detail --ai-entry claude-code。

封装「小红书能力平台」(FastAPI,/api/v1)的 CLI:提交链接(可批量,单次最多 20 条)→ 平台调度内网浏览器节点打开详情页,读页面自带的数据对象 + DOM 正文,服务侧拍平成一张宽表。

  • 支持的两类链接:
  • 百家号文章 https://baijiahao.baidu.com/s?id=<数字id>:标题、作者、发布时间、正文全文(按段落拼接)、首图、点赞数、评论数。
  • 好看视频 https://haokan.baidu.com/v?vid=<vid>:标题、作者、发布时间、简介、封面、MP4 直链、点赞数、评论数、时长、播放量。
  • 其它链接一律拒绝(百度新闻频道页、贴吧、知道、站外站):提交前就是参数错误,不扣费。
  • 省心机制:1 条 1 点、实采恒 1 条无差值可退、页面异常全额返还、Agent 友好(stdout 纯 JSON + 统一退出码)。

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 bd-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

  • 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 条详情。

参数(提交前必读)

参数取值默认
--url详情页链接,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 600s)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。
  • 同一内容(同 post_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(baijiahao.baidu.com/s?id=… 也能识别)。

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 bd-detail --ai-entry <ai-entry>
node cli.js register --check --access-token "<串>" --skill-name bd-detail --ai-entry <ai-entry>
node cli.js login --link --skill-name bd-detail --ai-entry <ai-entry>
node cli.js login --check --access-token "<串>" --skill-name bd-detail --ai-entry <ai-entry>
node cli.js quota --skill-name bd-detail --ai-entry <ai-entry>
node cli.js logout --skill-name bd-detail --ai-entry <ai-entry>
node cli.js config set base-url http://127.0.0.1:8084
node cli.js config show

register --link 的 stderr 会给出可直接复制给用户的注册引导话术,agent 必须原样发给用户。

submit — 提交详情采集任务

node cli.js submit --url "https://baijiahao.baidu.com/s?id=1880654407815451401" --wait --skill-name bd-detail --ai-entry <ai-entry>
node cli.js submit --url "https://haokan.baidu.com/v?vid=4407926899160380087" --wait --skill-name bd-detail --ai-entry <ai-entry>
node cli.js submit --url "<链接1>" --url "<链接2>" --wait --skill-name bd-detail --ai-entry <ai-entry>
node cli.js submit --file urls.txt --wait --skill-name bd-detail --ai-entry <ai-entry>          # 每行一个链接

输出示例(不带 --wait):

{"ok":true,"data":{"task_id":"t_20261102_9f8e7d6c","total":1,"valid_count":1,"invalid_count":0,
 "charged":1,"quota_balance":9,"status":"pending","estimated_points":1,"price_per_unit":1}}

query — 查询任务 / 拉取结果

node cli.js query <task_id> [--wait] --skill-name bd-detail --ai-entry <ai-entry>

终态输出示例(百家号):

{"ok":true,"data":{"task_id":"t_20261102_9f8e7d6c","status":"done","success_count":1,"fail_count":0,
 "items":[{"id":1,"status":"success",
   "result":{"post_id":"bh_1880654407815451401","collected_count":1,
             "settle_charged":1,"refunded_diff":0,
             "notes":[{"post_id":"bh_1880654407815451401","source_type":"baijiahao",
                       "url":"https://baijiahao.baidu.com/s?id=1880654407815451401",
                       "title":"时政微观察丨把加强党性修养作为终身课题",
                       "author":"央视新闻","publish_time":"2026-11-01 19:16:49",
                       "content":"党性是党员干部立身、立业、立言、立德的基石。\n党的二十届五中...",
                       "cover_url":"https://...","video_url":"",
                       "like_count":0,"comment_count":0}]}}]}}

解读要点(agent 必读):

  • collectedcount 实采条数、settlecharged 实收点数、refundeddiff 退差点数 —— 按这三个字段汇报;详情是 1 条 1 点,refundeddiff 一般为 0。
  • 计数为 0 就是 0(页面明确显示 0),null 才是「页面上没有这个数字」。
  • content 是段落以 \n 拼接的纯文本,不含图片与排版;要看原文排版就用 url 打开原页。
  • 部分文章(视频号/图集类)正文很短或为空,title 仍在,属正常。
  • likecount / commentcount 是百家号页面自带数字,不等于全站真实互动量(百度只暴露部分)。

export — 导出 CSV

node cli.js export <task_id> --wait --out 百度详情.csv --skill-name bd-detail --ai-entry <ai-entry>

两段式 CSV(BOM 头):任务汇总 + 详情明细(标题/作者/时间/正文/封面/直链/点赞/评论)。

典型工作流(agent 照此执行)

  1. 收集用户给的链接,先自查:只支持 baijiahao.baidu.com/s?id= 与 haokan.baidu.com/v?vid=。
  2. node cli.js quota --skill-name bd-detail --ai-entry <ai-entry> — 确认点数 ≥ 条数。
  3. node cli.js submit --url "<链接>" [--url "..."] --wait --skill-name bd-detail --ai-entry <ai-entry>(≤20 条)。
  4. 解析 stdout JSON,把 items[*].result.notes 整理成表格;正文长文只摘要,完整内容入文件。
  5. 用户要文件时 node cli.js export <task_id> --wait --out <文件名>.csv --skill-name bd-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、超过 20 条、未给链接)修正后重提(退出码 1,不扣费)
1002 / 1003未登录 / token 失效register --link 或 login --link(退出码 2)
3001点数不足提示充值(退出码 3)
status=success 但某条 fail_reason 含「不存在/已删除」内容已删(业务侧失败,不返还)如实告知用户,不要重试同链接
status=failed + 页面异常/超时服务侧失败点数已全额返还,可稍后重试
TIMEOUT轮询超时稍后 query <task_id> 再查(退出码 5)
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,预扣 = 提交条数(去重后)。
  • 内容不存在/已删除不返还(这是业务判定,节点确实跑了);页面异常/超时/无节点全额返还。
  • 每次提交都是新任务并扣点:同一内容重提(无论带不带 --force)都会重新采集、重新计费。

红线

  • 仅采集公开页面内容;不用于任何违法违规用途,不批量抓取付费/私密内容。
  • 正文版权归原作者,转述/引用需注明来源。
  • 不承诺 100% 成功;页面改版导致的失败如实透出。

同分类其他技能

查看全部 ›