DeepSeek+Coze实战：如何从0到1打造一个热点监控智能体

大家好，我是汤师爷，专注AI智能体分享~

短视频小白经常会遇到这样的困扰。

每天花大量时间刷视频，想要找到你所在赛道的爆款内容，却总是难以系统地整理和分析？

想要批量获取某个关键词的爆款视频数据，但是市面上的采集工具要么特别贵，要么操作极其复杂？

或者，已经尝试过各种方法，但始终找不到一个高效、低成本的解决方案？

不用担心，今天我就教你搭建一个Coze智能体，轻松搞定这些烦恼。

篇幅不短，欢迎先收藏，再慢慢阅读。如果觉得有帮助，也请顺手点个赞、在看、转发支持一下~

1.为什么要做热点监控？

通过热点监控，我们可以及时发现赛道中的爆款视频：

掌握市场动向：看看哪些视频火了，就知道大家现在喜欢什么，我们也能紧跟潮流
学习创作技巧：研究爆款视频是怎么拍的，学习他们的拍摄方式，这样就能少走弯路
发现赚钱机会：看看评论区的小伙伴们都在聊什么，说不定就能找到新的商机
了解竞争对手：看看其他创作者都在做什么，先模仿再超越

既然这么重要，那我们当然需要一个好用的智能体来帮我们自动收集这些视频。

但是，批量获取抖音视频内容这件事，一直有技术门槛。很多朋友因为不懂技术，只能花钱买工具来完成这项任务。

今天我要分享一个Coze智能体的解决方案，小白也能搭建。

只需输入自己赛道的关键词就能自动批量获取爆款视频内容，轻松实现100条爆款视频的采集工作。效果如下：

2.智能体的搭建流程

智能体的搭建流程主要分为两个步骤：梳理工作流、设置智能体。

2.1 梳理工作流

将对标账号监控的场景流程转化为可自动化运行的工作流节点。

根据关键词，批量获取热门视频
批量获取视频详细信息
将数据添加到多维表格

2.2 设置智能体

设置人设与逻辑：配置热点监控智能体的特征、回复风格和决策逻辑
绑定工作流：将工作流与智能体关联，赋予执行具体任务的能力
设置触发器：定义智能体的启动条件和触发规则，让它能定时执行工作流，采集热门视频。
测试并发布：全面的功能测试，确认正常后将智能体正式发布到生产环境

3.创建工作流

登录Coze官网，在"资源库-工作流"里新建一个空白工作流，取名"fetch_douyin_hot_videos_daily"。

3.1 开始节点

3.2 根据关键词，批量获取热门视频

我们将使用【视频搜索】插件的douyin_search功能。通过这个功能，我们可以批量获取热门视频。

插件节点：根据关键词，批量获取热门视频

输入：
- api_token：点击"感叹号"，通过网站可以获取。
- keyword：关键词，从开始节点获取
- page：第一页
- publish_time：发布时间，可用值: _0(不限), _1(一天之内), _7(一周之内), _180(半年之内)，这里我们选择_7
- sort_type：排序类型，可用值: _0(综合), _1(最多点赞), _2(最新发布)，这里我们选择_1

3.3 批量获取视频详细信息

1.选择器节点：校验视频列表不为空

2.批处理节点：批量获取视频详细信息

输入：
- aweme_list：从"根据关键词，批量获取热门视频"节点的输出变量中，选择business_data
- keyword：关键词，从开始节点获取
- page：第一页
- publish_time：发布时间，可用值: _0(不限), _1(一天之内), _7(一周之内), _180(半年之内)，这里我们选择_7
- sort_type：排序类型，可用值: _0(综合), _1(最多点赞), _2(最新发布)，这里我们选择_1
输出：
- new_aweme_list：处理后的视频列表

3.选择器节点：校验视频信息不为空

4.视频搜索插件：获取单个视频详细信息（douyin_data）

输入：
- api_token：点击"感叹号"，通过网站可以获取。
- douyin_url：从批量获取视频详细信息节点的输出中，选择share_url

5.代码节点：将视频详情整合进视频列表中

输入：
- aweme_detail：从获取单个视频详细信息节点的输出中，选择aweme_detail
- aweme：从批量获取视频详细信息节点的输出中，选择item
输出：
- aweme：处理后的单条视

下面是处理数据的Python代码：

python 复制代码

async def main(args: Args) -> Output:
    params = args.params
    aweme_detail = params.get("aweme_detail", {})
    aweme = params.get("aweme", {})
    aweme["aweme_detail"] = aweme_detail

    ret: Output = {
        "aweme": aweme
    }
    return ret

3.4 将数据添加到多维表格

1.代码节点：将信息整理为飞书表格可以使用的数据

输入：
- aweme_list：从"批量获取视频详细信息"节点的输出中，选择new_aweme_list
- keywords：从开始节点中，选择keyword

输出：

records：处理后的表格数据，选择Array类型

下面是处理数据的Python代码：

python 复制代码

async def main(args: Args) -> Output:
    """
    处理传入的 args.params.aweme_list 列表，提取每条视频的关键信息并返回。
    """
    # 1. 先安全地获取 params
    params = getattr(args, "params", {})  # 如果 args 或 params 不存在，就给空字典

    # 2. 安全地获取 aweme_list
    aweme_list = params.get("aweme_list", [])
    if not isinstance(aweme_list, list):
        return []  # 如果 aweme_list 不是列表，也直接返回空列表

    result = []

    # 3. 遍历 aweme_list，依次处理
    for aweme in aweme_list:
        # 如果当前 aweme 非字典类型，直接跳过
        if not isinstance(aweme, dict):
            continue
        # 获取 aweme_detail 并判空
        aweme_detail = aweme.get("aweme_detail") or {}
        title = aweme_detail.get("desc") or ""
        link = aweme_detail.get("share_url") or ""

        # 4. 安全获取 statistics
        statistics = aweme_detail.get("statistics") or {}

        # 5. 提取各字段信息，并在取值时加默认值
        video_id = statistics.get("aweme_id") or ""
        digg_count = statistics.get("digg_count") or 0
        comment_count = statistics.get("comment_count") or 0
        collect_count = statistics.get("collect_count") or 0
        share_count = statistics.get("share_count") or 0

        #   获取作者信息
        author_info = aweme_detail.get("author") or {}
        author_name = author_info.get("nickname") or ""
        signature = author_info.get("signature") or ""
        sec_uid = author_info.get("sec_uid") or ""

        # 7. 获取时间和时长，需要做类型检查，防止计算时报错
        raw_create_time = aweme_detail.get("create_time", 0)
        # 如果不是 int，就尝试转换，失败则为 0
        try:
            create_time = int(raw_create_time)
        except (TypeError, ValueError):
            create_time = 0

        # 创建时间以毫秒计，避免 None 或非法值导致报错
        create_time_ms = create_time * 1000

        raw_duration = aweme_detail.get("duration", 0)
        # 如果不是数字，尝试转换为 float，失败则为 0
        try:
            duration = float(raw_duration)
        except (TypeError, ValueError):
            duration = 0.0
        duration_sec = duration / 1000

        # 8. 组装返回数据
        item_dict = {
            "fields": {
                "视频ID": video_id,
                "标题": title.strip(),
                "关键词": params.get("keywords", ""),
                "链接": {
                    "text": "查看视频",
                    "link": link.strip(),
                },
                "点赞数": digg_count,
                "评论数": comment_count,
                "收藏数": collect_count,
                "分享数": share_count,
                "作者": author_name,
                "用户简介": signature,
                "用户ID": sec_uid,
                "发布日期": create_time_ms,  # 毫秒级时间戳
                "时长": duration_sec         # 秒
            }
        }
        result.append(item_dict)

    return result

2.我们需要创建一个多维表格，设置好表头字段，如下图所示。

表格模板链接：xtninrlicw.feishu.cn/base/BRwvbk...

3.飞书表格插件：将数据添加到多维表格（add_records）

输入：
- app_token：提前创建一个多维表格，将多维表格的链接复制进去**。**
- records：从"将信息整理为飞书表格可以使用的数据"的输出变量中，选择records。
- table_id：多维表格数据表的唯一标识符

多维表格数据表的唯一标识符：

3.5 结束节点

4.创建智能体

4.1 新建智能体

在Coze平台创建一个新的智能体，命名"热点监控智能体"。

4.2 设置人设与逻辑

配置对标账号监控的智能体的特征、回复风格和决策逻辑。

markdown 复制代码

# 角色
你是一个专业的热点监控智能体，能够熟练调用`fetch_douyin_hot_videos_daily`工作流，根据赛道关键词，为用户获取抖音热门视频。

## 技能
### 技能 1：根据赛道关键词，为用户获取抖音热门视频。
1. 当用户提出监控某个赛道关键词的需求时，使用`fetch_douyin_hot_videos_daily`工作流，获取关键词的最新热门视频列表；

4.3 绑定工作流

把"fetch_douyin_hot_videos_daily"工作流加进来，让智能体在合适的时机自动调用它。

4.4 设置触发器

添加触发器，让智能体能定时执行工作流，采集关键词的热门视频。

例如，我要在每天凌晨1点，采集"智能体"关键词的热门视频，如下图所示：

4.5 测试并发布

全面的功能测试，确认正常后将智能体正式发布到生产环境。

5.总结

本文介绍了如何使用Coze搭建热点监控智能体，帮助我们自动收集和分析抖音平台的热门视频数据。

通过工作流实现自动化监控，该智能体能够每天定时采集指定关键词的热门视频，并将数据自动整理存储到飞书多维表格中，便于后续分析。

借助这个智能体，创作者无需逐个搜索关键词，就能轻松追踪赛道热点，从而将更多精力投入到内容创作中。

本文已收录于，我的技术博客：tangshiye.cn 里面有，DeepSeek 资料，AI 智能体教程，算法 Leetcode 详解，BAT 面试真题，架构设计，等干货分享。