Agent Skill

知乎评论采集工具

知乎评论采集工具(分步会话)。当用户需要采集知乎专栏文章或回答下的评论——评论者昵称/ID、评论正文、点赞数、点踩数、该楼回复数、楼中楼回复、是否作者本人/作者置顶/热门/折叠、发布时间,导出评论 CSV(Excel 直开),或提到"知乎评论/知乎文章评论/知乎回答评论/评论区舆情/这个回答下面大家在说什么"时使用本 skill。走浏览器插件端采集(需节点已登录知乎,服务端直连会被 40352 人机墙拦)。分步会话制:start 建会话(免费探测标题、作者与评论总数)后按页采集,★每页 10 条主评论(知乎 v5 limit 写死 10,不是 20)、楼中楼随页一并给全不额外扣点,扣 1 点数;某页 0 条自动返还;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)。★知乎 v5 评论没有 IP 属地,导出不含地区列。适合知乎内容舆情分析、评论区观点提炼、竞品口碑调研。

数据分析·海港信息·来自 skill_hub·skillhub.cn ↗
skillhub install @aidata/zh-comments
8.7万 综合热度·9,024 字文档·源站更新 2026-11-22

README 文档

9,024 字

知乎评论采集 Skill(zh-pinglun,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 zh-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 zh-comments --ai-entry claude-code。

封装「小红书能力平台」(FastAPI,/api/v1)的 CLI,供 AI agent 调用:分步会话制采集知乎评论。先 start(免费探测标题、作者与评论总数),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:一级评论(主楼)+ 楼中楼(二级回复)。字段:评论 ID(cid)、所属内容 ID/类型、主楼 ID(rootcid)、父评论 ID(parentid)、评论者 ID/昵称、评论正文(content 纯文本 / richcontent 原始富文本)、点赞数、点踩数、该楼回复数(replycount)、是否作者本人(isauthor)、是否作者置顶(isauthor_top)、是否热门(hot)、是否被折叠(collapsed)、发布时间。
  • ★ 一页 = 10 条主评论:知乎 v5 接口的 limit 写死 10(传 20/30 也只给 10),所以本 skill 一页就是 10 条主楼 + 其楼中楼,扣 1 点数。
  • ★ 楼中楼随页给全,不需要单独展开:主评论响应里已内嵌 child_comments,节点只在不足时补拉,不额外扣点、也没有 expand 步(type 只支持 page)。
  • ★ 终止只看 hasmoremain,不看评论总数:counts.totalcounts 含楼中楼,不能用来算页数。翻页游标是复合字符串(形如 511407600139_0),由服务端落库并透传给采集节点,agent 不要自己拼 offset。
  • ★ 依赖采集节点已登录知乎:知乎对游客全拦(40352 unhuman 人机墙),必须由浏览器插件在已登录知乎的节点上、于知乎页面上下文里发起请求(免 x-zse-96 签名)。节点未登录会明确报错并返还本步点数。
  • 不支持:专栏主页、用户主页、问题页(不带 answer)、想法、搜索结果页、其它站点链接;start 时直接报错、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 zh-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 1 点数(1 页 = 10 条主评论 + 其全部楼中楼,0.1 元)。
  • 用 start 探测、status、comments、export、finish 都不扣费。
  • 注册即送 10 免费点数,即 10 页(约 100 条主评论 + 楼中楼)。
  • 充值或大量购买可享优惠,请联系客服 18722121663 洽谈。

分步采集流程(核心)

start --url <文章/回答链接>    免费:建会话,返回 session_id、类型、标题、作者、评论总数
  ↓  (把标题/作者/评论总数报给用户,问要不要采)
step --session <id> --page   扣 1 点:采下一页 10 条主评论 + 其楼中楼
  ↓  (报本页增量 + 累计量;看 has_more_main 决定是否继续,继续前先问用户)
repeat step ...
  ↓
comments --session <id>      免费:拉本会话已累计的评论明细(分页查看)
export --session <id>        免费:导出累计评论 CSV
finish --session <id>        主动结束(空闲 3 分钟也会自动过期,不额外扣费)
  • 一个会话只对应一篇内容(一篇文章 或 一个回答)。要多篇请分别 start,不要在一个会话里换链接。
  • 会话空闲 3 分钟自动过期,过期后不能再 step,已采到的评论仍在(可继续 comments / export)。
  • 每步返回:pageno、本页 comments 数组(含 subcomments)、mainscollected、subscollected、hasmoremain、nextoffset、refundedthisstep、chargedsteps。
  • 某页一条主评论都没采到 → 本页 1 点自动返还(refundedthisstep=true);no_more 为真表示已到底(本次不扣费)。
  • 跨页重复已去重:知乎分页边界会重发上一页尾部评论,节点侧按 cid 记账,服务端落库按 uk(userid, contentid, cid) 去重,mainscollected 是真正新增的条数(回传里 dupskipped 是本页被跳过的重复数)。

参数(提交前必读)

命令参数说明
start--url内容链接(必填,一篇一个会话)
step--session会话 ID(32 位 hex,start 返回)
--page步进类型,目前只支持 page(表示"下一页主评论")
status / comments / export / finish--session会话 ID
comments--page / --page-size查看已采明细的分页(默认 1 / 100,不扣费)
sessions--status / --page列出自己的会话(active 只看进行中)
export--out输出文件路径,默认 <session前8位>zhcomments.csv

支持的链接示例:

专栏文章  https://zhuanlan.zhihu.com/p/632713061
          (https://www.zhihu.com/p/632713061 也收,归一化到 zhuanlan)
回答      https://www.zhihu.com/question/508253617/answer/3125310885
          (m.zhihu.com 同路径也收;不带协议头也行)
  • ★ 评论归属:专栏文章的评论挂在 articles/<id> 下,回答的评论挂在 answers/<id> 下,接口路径不同但会话协议完全一致,agent 不需要区分,source_type 由服务端判定后回传。
  • 只有 /p/<id>(文章)和 /question/<qid>/answer/<aid>(回答)两种路径收;/question/<qid>(问题页)不收 —— 问题页没有统一的评论区,评论分散在每个回答下。

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。
  • ⚠️ 采集节点必须已登录知乎:本 skill 不走服务端直连(会被 40352 拦),全部请求由插件在知乎页面上下文里发出。

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、每页进度走 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 zh-comments --ai-entry <ai-entry>
node cli.js register --check --access-token "<串>" --skill-name zh-comments --ai-entry <ai-entry>
node cli.js login --link --skill-name zh-comments --ai-entry <ai-entry>
node cli.js login --check --access-token "<串>" --skill-name zh-comments --ai-entry <ai-entry>

node cli.js start --url "https://zhuanlan.zhihu.com/p/632713061" --skill-name zh-comments --ai-entry <ai-entry>
node cli.js step --session <session_id> --page --skill-name zh-comments --ai-entry <ai-entry>
node cli.js status --session <session_id> --skill-name zh-comments --ai-entry <ai-entry>
node cli.js comments --session <session_id> --page 1 --page-size 100 --skill-name zh-comments --ai-entry <ai-entry>
node cli.js export --session <session_id> --out 评论.csv --skill-name zh-comments --ai-entry <ai-entry>
node cli.js watch --session <id> --skill-name zh-comments --ai-entry <ai-entry>
node cli.js inbox --days 7 --skill-name zh-comments --ai-entry <ai-entry>
node cli.js finish --session <session_id> --skill-name zh-comments --ai-entry <ai-entry>
node cli.js sessions --status active --skill-name zh-comments --ai-entry <ai-entry>

node cli.js quota --skill-name zh-comments --ai-entry <ai-entry>
node cli.js logout --skill-name zh-comments --ai-entry <ai-entry>
node cli.js config show

start

node cli.js start --url "https://zhuanlan.zhihu.com/p/632713061" --skill-name zh-comments --ai-entry <ai-entry>

返回字段:sessionid、contentid、sourcetype(article / answer)、contenturl、finalurl、title、authornickname、metrics.commentcount(评论总数,含楼中楼、仅供参考、不可作为翻页依据)、hasmore_main、status。这一步免费。

step

node cli.js step --session <session_id> --page --skill-name zh-comments --ai-entry <ai-entry>

返回本页增量:pageno、comments(含 subcomments)、mainscollected、subscollected、hasmoremain、nextoffset、refundedthisstep、chargedsteps。每步扣 1 点。

export

node cli.js export --session <session_id> --out 评论.csv --skill-name zh-comments --ai-entry <ai-entry>

CSV 结构:

  • 第 1 段「知乎内容汇总」:sessionid,contentid,sourcetype,title,commenttotal,authorname,pagescollected,mainscollected,subscollected,charged_steps,status
  • 空一行
  • 第 2 段「评论明细」:contentid,sourcetype,cid,rootcid,parentid,commenterid,nickname,content,richcontent,likecount,dislikecount,replycount,isauthor,isauthortop,hot,collapsed,publish_time

BOM 头,Excel 直开不乱码。挂接关系:主楼 parentid = '0';楼中楼 parentid 指向它所回复的那条评论的 cid,rootcid 始终指向所在主楼 —— 需要树形结构时按 rootcid 分组、按 parent_id 建父子。

★ 知乎没有 IP 属地:v5 评论接口不返回所在地区,所以明细里没有 location 列(懂车帝/汽车之家有)。不要向用户承诺能给地区分布。

典型工作流(agent 照此执行)

  1. 确认用户给的是专栏文章(/p/<id>)或回答(/question/<qid>/answer/<aid>)链接;专栏主页、用户主页、问题页直接说明不支持,别硬试。
  2. node cli.js start --url <链接> --skill-name zh-comments --ai-entry <ai-entry> → 把 title、author_nickname、评论总数报给用户,问一句"要采吗,每页 10 条主评论扣 1 点"。
  3. 用户同意后 node cli.js step --session <id> --page --skill-name zh-comments --ai-entry <ai-entry>,把本页增量(主楼 N 条 + 楼中楼 M 条)和累计量报出来。
  4. 每步之后看 hasmoremain:为真就问"还有下一页,继续吗(再扣 1 点)";为假就说已采完。不要用评论总数除 10 算页数,那个数含楼中楼、不可信。
  5. 采完或用户喊停:node cli.js export --session <id> --out <文件名>.csv --skill-name zh-comments --ai-entry <ai-entry>,再 finish。
  6. 中途用户想先看看已采的:node cli.js comments --session <id> --skill-name zh-comments --ai-entry <ai-entry>(免费)。
  7. 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 / 状态含义agent 下一步
1001参数错误 / 链接不合法 / session_id 格式不对检查链接或会话 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
3006会话不存在 / 已结束 / 已过期会话空闲 3 分钟自动过期。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;继续采集重新 start
节点报 login_required采集节点浏览器未登录知乎(401/403 或「未登录」)让用户登录知乎并重载插件,重新 start;本步点数已返还
节点报 risk知乎风控(40352 unhuman / 安全验证 / 请求太频繁)全额返还;让用户先在浏览器里正常刷一下知乎再重试
fail_kind=unavailable内容不存在/已删除/评论区关闭/无权限不返还,如实告知用户
refundedthisstep=true本页 0 条,点数已返还如实告知,不要重复狂点 step
NETWORK_ERROR网络/服务不可达检查 base_url(退出码 4)

计费规则提示

  • 只有 step 扣费,每页 1 点;start / status / comments / export / finish / sessions 全免费。
  • 一页 = 10 条主评论,其楼中楼随页给全,不额外计费(这是知乎与懂车帝的主要差别:懂车帝 20 条/页)。
  • 某页 0 条 → 本页点数自动返还。
  • 内容不存在/已删除/评论区关闭(业务侧失败)→ 不返还。
  • 节点未登录知乎 / 触发风控 / 接口异常 → 全额返还。
  • 会话过期不额外扣费,只是不能再 step。

红线

  • 仅采集公开内容;不用于任何违法违规用途,不要绕过付费墙/登录墙(节点上的登录态是用户自己的账号)。
  • 不要向用户报"共 X 页":评论总数含楼中楼且会变,页数无法预先算准;只能按 hasmoremain 一步一步走。
  • 不要自己拼翻页游标:知乎 v5 的 offset 是复合字符串(如 5114076001390),必须原样透传,自己算 page*10 会漏页或死循环。
  • 不要把"10 条/页"说成"20 条/页":知乎 v5 的 limit 写死 10,传 20/30 也只返回 10。
  • 不要向用户承诺 100% 成功;反爬拦截导致的失败如实透出,不要编造评论。
  • 评论正文按页面原文落库,不要"润色"、不要补写、不要改写错别字;content 是纯文本,richcontent 是原始富文本,需要图片/链接时读 richcontent。
  • 不要把楼中楼重复算成主楼(parent_id='0' 才是主楼),报数时分开说"主楼 X 条 / 楼中楼 Y 条"。

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:

  1. 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」。
  2. 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。
  3. 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 ›