Agent Skill

抖音数据采集

抖音数据采集(视频详情/评论/用户/搜索/衍生词/分享转ID)。当用户需要采集抖音视频详情、抖音评论、抖音用户信息与主页作品、抖音关键词搜索或解析抖音分享链接时使用。对接数据API中转平台,按次扣点,批量任务前可免费查询余额与单价。

数据分析·海港信息·来自 skill_hub·skillhub.cn ↗
skillhub install @aidata/dy-api
7.2万 综合热度·9,632 字文档·源站更新 2026-11-22

README 文档

9,632 字

Skill:抖音数据采集(douyin-data)

对接「AI数据平台」,采集抖音视频、评论、用户与搜索结果。 每次调用消耗平台点数,单价以 GET /api/v1/account/balance 返回的 price 字段为准 (当前统一 100 点/次 = 0.1 元,查询余额本身不扣点)。

一、前置条件(缺一不可,先向用户确认)

项说明
平台地址https://zlh.aidata366.com(正式服务,直接可用);也可用环境变量 DYPLATFORMBASE_URL 覆盖
API Key推荐直接运行 login 自动获取并保存到本机(见下文「首次使用」);也可显式设置环境变量 DYPLATFORMAPI_KEY,优先级更高
点数新用户注册赠送 1000 点;余额不足时按「五、客服与充值」处理:flag=0 把「加微免费领点」和「充值」两个选项给用户二选一,flag≠0 只引导充值

没有 Key 时不要尝试调用:会返回 40100,且浪费排查时间。先执行 login 拿 Key。

首次使用:一条命令完成登录(推荐)

没有 API Key 时,不要让用户手动去创建,直接执行:

python dy_api.py login --skill-name douyin-data --ai-entry claude-code

把输出里的「二维码图片 / 授权链接」发给用户,让用户扫码或打开链接登录并点「确认授权」。 用户确认后执行(pending 时退出码为 6,3~5 秒后重试即可):

python dy_api.py login_check --access-token <上一步输出的 access_token> --skill-name douyin-data --ai-entry claude-code

成功后 API Key 会自动保存到 ~/.zhiliaohou/config.json(仅本机),以后所有命令直接调用即可, 无需再设置环境变量;四个 skill 共用这份凭证。授权链接 10 分钟内有效且只能使用一次。

备选:手动注册 + 创建 Key(浏览器操作,约 1 分钟)

没有账号或自动登录失败时走这条路;先注册,再执行上面的 login 即可自动保存 Key。

  1. 注册:浏览器打开 https://zlh.aidata366.com/auth/register?skill=douyin-data,填手机号 →

输入右侧图片验证码 → 点「获取短信验证码」→ 填入收到的 6 位短信码 → 提交。 用户名和初始密码由平台自动分配,注册成功页会一次性显示(请提醒用户立即记录, 尤其是初始密码;登录后可在「总览」页修改)。注册即送 1000 点(同一 IP 每天最多 注册 3 个账号)。注册必须由用户本人在浏览器完成(图片码与短信码无法、也不应被脚本绕过)。

  1. 创建 API Key:登录后进入左侧「API Key」页,起个名字点创建。**明文 Key 仅创建成功后

的那一次页面显示**,立刻复制保存;关掉后只能看到前缀(jh_ 开头 10 位),丢了只能重建。

  1. 配置环境变量后即可上手:
   export DY_PLATFORM_BASE_URL="https://zlh.aidata366.com"
   export DY_PLATFORM_API_KEY="jh_xxxxxxxx"

登录支持两种方式:手机号 + 短信验证码,或用户名 + 密码(注册成功页显示的自动分配凭据)。

二、安装与 30 秒上手

安装:本 skill 只有两个文件(SKILL.md + dyapi.py),dyapi.py 为 Python 纯标准库实现 (零第三方依赖,Python 3.8+ 可跑),把整个 douyin-data/ 目录放入 agent 的 skills 目录即完成安装。

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 douyin-data 和 --ai-entry <AI工具标识>(如 claude-code)。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。 login / login_check 也建议携带这两个参数,其余采集命令必须携带。

export DY_PLATFORM_BASE_URL="https://zlh.aidata366.com"
export DY_PLATFORM_API_KEY="jh_xxxxxxxx"

python dy_api.py balance --skill-name douyin-data --ai-entry claude-code  # 免费:余额 + 各接口单价
python dy_api.py video_detail 7579597758630268186 --skill-name douyin-data --ai-entry claude-code  # 视频详情
python dy_api.py comments aweme_id=7579597758630268186 --out ./c1.json --skill-name douyin-data --ai-entry claude-code  # 一级评论
python dy_api.py search keyword=美食 --out ./search1.json --skill-name douyin-data --ai-entry claude-code  # 综合搜索

参数支持三种写法:位置参数 / key=value / 整段 JSON。抖音接口可选参数多, 批量脚本里建议统一用 key=value,避免位置错位。

CLI 退出码:0 成功 | 2 参数或配置错误(未发请求、未扣点)| 3 鉴权或点数问题 | 4 本次取数失败 | 5 网络问题 | 6 等待用户完成授权(login_check 轮询时)。 判断成败请看退出码,不要靠 grep 输出。

三、命令与接口清单(均 POST,JSON body)

命令用途平台路径参数(* 为必填)
video_detail视频详情/api/v1/douyin/aweme_detailawemeid/sharetext 二选一
videodetailv3视频详情 v3/api/v1/douyin/awemedetailv3awemeid/sharetext 二选一
comments一级评论/api/v1/douyin/video_commentawemeid/sharetext 二选一、cursor、count
replies二级评论/api/v1/douyin/videosubcommentawemeid、commentid、cursor
user用户信息/api/v1/douyin/user_datasecuserid/share_text 二选一
user_posts主页作品/api/v1/douyin/user_postsecuserid/share_text 二选一、cursor、count
search综合搜索(推荐)/api/v1/douyin/general_search2keyword*、cursor、sort_type 等筛选
search_v1综合搜索 v1(已下架)/api/v1/douyin/general_search同上;调用返回 40201,请改用 search
suggest衍生词/api/v1/douyin/search_sugkeyword*
sharetoid分享链转 ID/api/v1/douyin/shareidtowebidshare_link*(只传纯 URL)
balance余额/单价(免费)GET /api/v1/account/balance—
login扫码/链接登录授权(免费、不扣点,无需 API Key)POST /auth/cli-session—
login_check校验授权并保存 API Key(免费、不扣点)POST /auth/cli-session/check--access-token

只允许传表内参数:平台按参数白名单转发,未声明的字段会被静默丢弃(日志记 dropped_params)。 CLI 会在本地直接拒绝未知参数(退出码 2),避免"传了筛选条件却没生效"。

sharelink 与 sharetext 不是一回事:其它接口的 sharetext 可以整段传(上游自己提取链接), 但 sharetoid 的 sharelink 只接受纯 URL。用户给的通常是 「4.87 复制打开抖音… https://v.douyin.com/xxxx/ 口令」这样的整段文案。 本 CLI 1.0.2 起会自动识别并抽出其中的 https://v.douyin.com/...,并在 stderr 提示一行 # 已从分享文案中提取短链: …,所以整段直接传也能一次成功。 若你是直接调 HTTP 接口(不用本 CLI),必须自己先取纯 URL——整段直传会返回 50000 (平台自动退款、不扣点,但白跑一次)。

四、计费纪律(必须遵守)

  1. 任何批量任务开始前,先 balance:
  • 总成本 = 计划调用次数 × 对应接口 price(当前 100 点/次)
  • 总成本 > balance 时停止并告知用户差额(按 pointsperyuan 折算成元),

再按「五、客服与充值 → 余额不足时怎么引导」用 flag 决定话术 (flag=0 把「加微免费领点」和「充值」并列给用户二选一,flag≠0 只引导充值)

  1. 单次任务预计超过 20 次调用,先向用户确认预算再执行(抖音单次 0.1 元)
  2. 循环中每 20 次复查一次 balance,发现余额骤降立即停止
  3. 拿到 40200(点数不足)立即停止,不要重试,按 flag 分支引导(见「五、客服与充值」)
  4. 拿到 40300(限频)等待约 60 秒再继续;批量任务默认串行 + 每次间隔 0.5~1 秒
  5. 拿到 50001(数据服务暂不可用)停止任务,告知用户稍后再试

五、客服与充值

余额不足时怎么引导用户(按 flag 分流,不要凭猜测)

balance 为 0(或不够本次任务)时,先看接口返回的 flag / wechatgiftclaimed:

接口返回该用户你必须这样说
flag = 0(wechatgiftclaimed=false)还没领过加微赠送二选一摆给用户自己挑:① 加客服微信免费领取赠送点数(扫码见下,加好友后报平台用户名,到账即可继续);② 直接充值(见下方「充值方式」)。两者都补一句"到账后我立刻接着跑",不要只推一个、也不要替用户决定
flag ≠ 0(wechatgiftclaimed=true)已领过(1 待发放 / 2 已发放)不要再提加微免费领点,只引导充值(见下方「充值方式」)

判断只看接口字段:40200 报错里也带 flag,拿不到就直接跑一次 balance(免费、不扣点)。 不要猜测用户是否加过微信;对 flag≠0 的用户反复推活动会被当成骚扰。

客服支持

注册或使用过程中遇到任何问题(注册失败、点数充值、数据结果异常、批量采购等), 请引导用户联系客服,不要自行尝试绕过或代用户操作:

  • 客服微信(扫码添加):<http://st.aidata366.com/assets/concat.png>
  • 加客服微信免费领赠送点数(每个账号限一次):扫码加好友后把平台用户名发给客服,核实后在平台加点;

只在余额为 0 且 flag=0 时与「充值」并列提供给用户选择,flag≠0 的用户不要再提(点数以客服告知为准,到账看 balance)

  • 客服电话:18722121663

充值方式(当前为人工充值阶段)

  1. 联系客服确认充值金额,批量/大额采购可洽谈优惠;
  2. 当前兑换率:1 元 = 1000 点(1 点 = 0.001 元;抖音各接口 100 点/次 = 0.1 元/次,

以 balance 返回的实时 price 为准);

  1. 转账后把平台用户名 + 转账凭证告知客服,管理员加点后到平台「充值说明」页刷新即可看到余额;
  2. 点数永不过期;余额、冻结与累计消费可在平台「总览」页自助查询。

到账以平台「充值说明」页显示为准;充值前不需要把 API Key 或密码发给客服。

六、幂等与重试(防重复扣点)

平台按 Idempotency-Key + 「接口 + 请求体指纹」做幂等:

  • CLI 已内置:默认自动生成幂等键,网络错误/响应超时/并发已满时自动重试 1 次并复用该键,

重试不会重复扣点。键会打印在 stderr(# 幂等键: task-xxx),手工续跑时用 --idem 复用。

  • 手工 curl 或自写脚本时:同一次业务调用的所有重试必须复用同一个键,换接口或改参数会被判 40910。
  • 大响应特例(几乎所有抖音接口都会遇到):平台幂等缓存上限是 64 KB,而抖音实测

视频详情 78~90 KB、一级评论约 48 KB、搜索 850~950 KB、主页作品约 800 KB —— 也就是说多数接口的响应都超限。此时用同一键重放会返回 40912 (原响应过大未缓存):本次不扣费、也不返回数据,换一个新 --idem 键重新调用即可, 不要怀疑被重复扣钱。

实践建议:抖音任务不要指望"重试拿回原响应"。要重试就把 --idem 换成新键(会重新扣 1 次点), 或者把结果 --out 落盘后本地重跑。CLI 默认自动重试只在网络错误时触发,且会因 40912 而失败退出(退出码 4)。

  • 调节重试次数:--retry 0(不重试)~--retry 3;超时:--timeout 90(搜索类建议给足)。
python dy_api.py video_detail aweme_id=7579597758630268186 --idem task-0001 --skill-name douyin-data --ai-entry claude-code
python dy_api.py search 美食 --retry 2 --timeout 90 --out ./s1.json --skill-name douyin-data --ai-entry claude-code

七、错误码与处置

code含义可重试处置
40000请求体非法否修正 payload(必须是 JSON 对象),不要原样重发
40100API Key 无效否检查 DYPLATFORMAPI_KEY,或让用户重新创建 Key
40101API Key 已停用否让用户到平台「API Key」页启用/新建
40200点数不足否停止任务,按 flag 引导:flag=0 让用户「加微免费领点 / 充值」二选一,flag≠0 只引导充值
40201接口未开放否该接口已停用,联系客服确认
40300触发限频是等约 60 秒,降低并发/加间隔
40910幂等键冲突否该键已用于其它接口或其它参数 → 换新键
40911同键请求处理中是等 2~3 秒用同一键重试一次
40912原响应过大未缓存否本次未扣费 → 换新 --idem 键重新调用
50000本次取数失败否把 msg 转告用户;响应显示退款点数,未退款表示成本已产生
50001数据服务暂不可用否停止任务,稍后再试
50002数据服务响应超时是用同一幂等键重试(平台保留幂等记录)
50003平台并发已满是降低并发后重试

响应包统一为 {"code":0,"msg":"success","data":{...},"requestid":"req..."}。 50000 常见原因:参数不合法(如只传了 cursor 没传 aweme_id)、该视频已删除/私密、 该关键词当前无搜索结果。失败时 data 含 balance(当前余额)与 refunded(本次退回点数)。

八、批量采集范式

8.1 视频详情批量(串行 + 独立幂等键 + 落盘)

python dy_api.py balance --skill-name douyin-data --ai-entry claude-code  # 1) 预算预检
mkdir -p out
i=0
while read -r vid; do
  i=$((i+1))
  python dy_api.py video_detail "aweme_id=$vid" --idem "batch-$(date +%Y%m%d)-$i" \
      --out "out/$vid.json" --skill-name douyin-data --ai-entry claude-code
  rc=$?
  case $rc in
    0) ;;
    3) echo "第 $i 条:鉴权或点数问题,终止"; break ;;
    4) echo "第 $i 条:本次取数失败,跳过 $vid" ;;
    5) echo "第 $i 条:网络异常,稍后重跑(复用同一 --idem 键)"; sleep 5 ;;
  esac
  sleep 0.5
done < video_ids.txt

8.2 评论翻页(先一级、再按 cid 取二级)

# 一级评论:首页 cursor 留空,之后传响应里的 data.cursor
python dy_api.py comments aweme_id=7579597758630268186 --out out/c_p1.json --skill-name douyin-data --ai-entry claude-code
# 从结果里取 cid(jq 可用则:jq -r '.data.comments[].cid' out/c_p1.json)
# 二级评论
python dy_api.py replies aweme_id=7579597758630268186 comment_id=<cid> --out out/r_<cid>.json --skill-name douyin-data --ai-entry claude-code

翻页判断:一级/二级评论看 data.hasmore,下一页把上次的 data.cursor 传回去; 主页作品看 data.hasmore,下一页把 data.max_cursor 作为 cursor 传入。 不要用页码猜。搜索的翻页规则不同,见 8.3。

8.3 搜索(关键词 → 视频列表)

python dy_api.py search keyword=美食 --out out/search1.json --skill-name douyin-data --ai-entry claude-code  # 结果在 data.business_data[]
python dy_api.py search keyword=美食 cursor=12 --out out/search2.json --skill-name douyin-data --ai-entry claude-code  # 第 2 页
python dy_api.py search keyword=美食 cursor=24 --out out/search3.json --skill-name douyin-data --ai-entry claude-code  # 第 3 页

搜索翻页必须按「已累计条数」传 cursor(实测结论,很重要):

  • 响应里虽然有 data.businessconfig.nextpage.cursor,但它恒为 12,不会随页回增,

直接拿它翻页会一直拿到同一批数据 —— 不要用它翻页。

  • 正确做法:cursor = 前面各页已拿到的条数累计值(每页约 11~12 条)。

实测 cursor=0/12/24 三页结果互不重复,累计策略有效。

  • 相邻页仍可能出现少量重复(实测 2/11),必须按 aweme_id 去重后再入库。
  • 判断是否还有下一页:看 data.businessconfig.hasmore(1 有 / 0 无),

注意它不在 data 顶层,别去 data.has_more 取。

九、数据要点(踩坑清单)

  • 怎么拿 ID:视频链接 https://www.douyin.com/video/<awemeid>;用户主页看 secuid

(MS4wLjABAAAA...)。只有分享文案时,直接把整段文本传给 sharetext (如 videodetail sharetext="7.43 复制打开抖音..."),或先 sharetoid 换成 awemeid。

  • 视频详情:标题 .desc、作者 .author.nickname、点赞/评论/分享/收藏在 .statistics

(diggcount / commentcount / sharecount / collectcount)、下载地址在 .video.playaddr.urllist[]。

  • 搜索结果结构不同:search 的结果在 data.business_data[],每项取

.data.awemeinfo(结构与视频详情一致);type:1 是视频卡,个别项是 cardinfo 而非 aweme_info,取值前先判空。不要直接找 data.data。 另:排序条件下第一条可能是无用数据,分析时注意剔除。

  • 一级评论:data.comments[],每条含 cid(取回复要用)、text、digg_count、

createtime、user.nickname。翻页用 data.cursor + data.hasmore(注意这里是顶层)。 count 参数上游不生效:传 count=5 实测仍返回 10 条,不要靠它控制条数。

  • 二级评论:入参 commentid 必须是一级评论的 cid,不是视频的 awemeid。

结果在 data.comments[],同样用 cursor + has_more 翻页。

  • 用户信息:`data.user{nickname, uniqueid, secuid, uid, follower_count,

totalfavorited, awemecount, signature}`。

  • 主页作品:data.awemelist[],翻页看 data.hasmore + data.max_cursor

(下一轮把 max_cursor 作为 cursor 传入)。

  • 衍生词:结果在 data.sug_list[](搜索下拉建议词)。
  • 分享链转 ID:data.awemeid 与 data.weblink(标准网页地址)。
  • 评论为空是正常业务结果:code=0 但 comments 为空,通常是该视频关闭评论或无评论,

不要当异常重试(重试只会白扣点)。

  • 响应很大:综合搜索实测 850~950 KB、主页作品约 800 KB、视频详情 78~90 KB、

一级评论约 48 KB。前两者务必用 --out 落盘,否则会刷屏并挤爆上下文。

  • 图片/视频地址:部分字段是 // 协议相对地址,展示时补 https:。

十、排障

  1. 记录 requestid(响应体里,或错误信息末尾),到平台「调用记录」页按 requestid 查:

可看到扣点、退款、失败原因与耗时。

  1. 50000 且退款为 0:该次取数成本已产生,按平台规则不退;如需申诉把 request_id

通过客服(见「五、客服与充值」)提交给运营。

  1. search_v1 已于 2026-10-23 下架(上游持续返回「抖音搜索内容失败」,每次调用会扣 100 再全额退款,

用户无金钱损失但体验差)。现在调用返回 40201 接口不存在或未开放,不要重试, 搜索统一用 search(v2),两者单价相同。

  1. 全部请求都失败:先 balance —— 若返回 40100/40101 是 Key 问题;若连接被拒/超时,

检查平台地址,以及本机是否挂了代理(CLI 默认不使用系统代理;确有需要时用 DYPLATFORMPROXY 显式指定)。

十一、安全要求

  • API Key 只从环境变量或本机配置 ~/.zhiliaohou/config.json 读取,**不要写进脚本、

不要提交到仓库**;登录成功时终端会显示一次,不要把该输出转发到公开渠道。

  • 不要把 Key 拼进 URL 或日志;分享排障信息时只给 request_id。
  • 不要并发轰炸平台(默认串行);单个 Key 的频率上限由平台配置决定。
  • 采集内容用于分析时遵守平台与法律要求,不要用于骚扰、人肉或非法用途。

触发词

抖音视频详情、抖音评论采集、抖音二级评论、抖音用户信息、抖音主页作品、 抖音搜索、抖音关键词搜索、抖音衍生词、抖音分享链接解析、抖音数据分析、达人分析

同分类其他技能

查看全部 ›