扣子Coze实战：从0到1搭建抖音+小红书对标账号监控智能体

大家好，我是汤师爷，AI智能体架构师，致力于帮助100W人用智能体创富~

选题对内容创作至关重要，但面对海量信息，找到有价值的爆款选题并不容易。

对标账号监控是内容创作者制定策略的有效工具。

通过跟踪和分析行业内优秀创作者的内容，我们能获得市场洞察和创作灵感，避免从零摸索。

这个方法尤其适合新手创作者，帮助他们快速了解哪类内容最受欢迎。

1. 为什么要做对标账号监控

1、帮助发现行业趋势

通过观察头部创作者的内容变化，我们能及时把握行业热点和用户兴趣的转变。

例如，当多个知名美妆博主同时开始测评某款新产品时，这很可能意味着该产品正成为市场热点。

及时跟进这类话题，可以帮我们搭上流量红利的顺风车。

2、提供内容创作参考框架

通过分析成功账号的视频标题、封面设计、内容结构和互动策略，我们可以提取有效的内容模式。

这些模式不是用来简单复制，而是帮助我们理解哪些元素能引起用户共鸣，从而优化自己的创作。

3、提升创作效率

在内容创作的海洋中，没有明确方向很容易迷失和浪费资源。借鉴成功账号的经验，可以帮我们避开许多不必要的弯路，将有限的精力集中在已被验证有效的内容策略上。

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：梳理工作流和设置智能体。

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。下面是具体步骤：

根据短视频链接，获取用户的基础信息
根据用户ID，批量获取视频列表
筛选出对标账号每天发布的视频
将数据添加到飞书表格中

2、设置智能体

设置人设与逻辑：配置对标账号监控智能体的特征、回复风格和决策逻辑
绑定工作流：将工作流与智能体关联，赋予其执行具体任务的能力
测试并发布：进行全面的功能测试，确认正常后将智能体正式发布到生产环境

3. 抖音对标账号监控工作流

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_user_videos"。

工作流整体预览。

1、开始节点

这里用于定义工作流启动时所需的输入参数。

输入：
- video_url：抖音视频分享链接

2、插件节点：获取对标账号视频信息

我们将使用"视频搜索"插件的douyin_data工具。通过这个功能，我们可以根据短视频链接，获取用户的ID信息。

输入：
- douyin_url：开始节点的video_url
- api_token：API秘钥

3、插件节点：根据用户ID，批量获取视频列表

我们继续使用"视频搜索"插件，使用其中的工具get_user_video_list。根据用户ID，批量获取视频列表。

输入：
- api_token：API秘钥
- sec_uid：在"获取对标账号视频信息"节点的输出变量中，选择用户ID（sec_uid）
- count：设置需要获取的短视频数量，建议设为5个

4、批处理节点：批量获取视频详细信息

这一步将为我们从对标账号的视频列表中提取每个视频的关键数据。通过批处理功能，我们可以同时处理多个视频链接，大大提高数据采集效率。

输入：
- aweme_list：从"根据用户ID，批量获取视频列表"节点的输出中，选择 aweme_list

5、批处理体内插件节点：获取单个视频详情

我们将使用"视频搜索"插件的douyin_data工具。通过这个功能，我们可以根据抖音视频链接，获取视频详情信息。

输入：
- api_token：API秘钥
- douyin_url：从"批量获取视频详细信息"节点的输出中，选择share_url

6、批处理体内代码节点：将视频详情整合进视频列表中

这一步将从抖音API获取的详细视频信息与我们之前收集的视频列表数据合并。通过这个过程，我们能确保掌握每个视频的完整信息，包括互动数据（点赞、评论、收藏数）、创作者信息和内容详情，为后续分析提供全面的数据基础。

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_list：变量类型设置为 Array 对象数组，表示处理后的单条视频

下面是处理数据的Python代码，它会将视频信息转换成我们需要的格式。

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_list": [aweme]
    }
    return ret

7、批处理体内代码节点：将信息整理为飞书表格可以使用的数据

在这个环节中，我们会提取视频的核心信息（如标题、点赞数、评论数等），并将它们转换成飞书表格能够直接识别和处理的格式。

输入：
- aweme_list：从"将视频详情整合进视频列表中"节点的输出中，选择aweme_list
输出：
- records：处理后的表格数据，选择Array类型

下面是Python代码，用于处理数据转换。这段代码至关重要，它将抖音API返回的原始数据转换为结构化的表格格式。

python 复制代码

async def main(args: Args) -> Output:
    params = args.params
    aweme_list = params.get("aweme_list", [])

    result = []

    # 遍历 aweme_list，依次处理
    for aweme in aweme_list:

        # 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 ""

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

        # 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 ""
        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

        # 组装返回数据
        item_dict = {
            "fields": {
                "视频ID": video_id,
                "标题": title.strip(),
                "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

8、批处理体内插件节点：将数据添加到多维表格

首先，我们需要创建一个多维表格，设置好表头字段。

选择"飞书表格"插件节点的add_records工具，将数据添加到多维表格。

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

9、结束节点

选择"返回文本"，将回答内容设置为：已获取对标账号的最新视频列表。

4.小红书对标账号监控工作流

登录Coze官网，在"资源库-工作流"中新建一个空白工作流，命名为"xhs_zhuye"。

工作流整体预览。

1、开始节点

此节点用于定义工作流启动时所需的输入参数。

输入：
- foldUrl：飞书表格链接
- cookie：小红书平台的cookie信息，这是访问小红书数据的身份凭证，获取方法参考6节
- userProfileUrl：要监控的小红书博主主页完整URL地址

2、插件节点：获取博主所有小红书笔记

我们将使用"小红书"插件的xhs_auther_notes工具。这个工具能帮我们一次性获取博主所有发布的笔记内容。

输入：
- cookieStr：开始节点的 cookie
- userProfileUrl：开始节点的 userProfileUrl

3、循环节点：循环获取笔记详情

循环获取笔记详情是工作流中的一个关键步骤，它会遍历博主所有的笔记，逐一获取详细信息，收集每篇笔记的数据，包括标题、内容、互动数据等。

输入
- input：从 "获取博主所有小红书笔记"节点的输出中，选择 notes

4、循环体内插件节点：获取笔记详情

我们将使用"小红书"插件的xhs_note_detail工具。这个工具能够帮助我们获取每篇笔记的详细信息，包括笔记内容、互动数据、图片和视频资源链接等。

输入
- cookieStr：开始节点的 cookie
- noteUrl：从 "循环笔记详情" 节点的输出中，选择 noteUrl

5、循环体内插件节点：提取视频文案

我们将使用"字幕获取"插件的generate_video_captions_sync工具。这个工具可以自动提取视频中的语音内容并转换为文字，非常适合批量处理视频素材和内容分析。

输入：
- url：从"获取笔记详情"节点的输出中，选择 video_h264_url，表示H264标准编码格式视频链接
- lang：视频语言，如汉语、英语等，不填时默认为汉语

6、循环体内代码节点：将笔记数据整理成飞书表格格式

这一步是将我们获取到的原始数据转换成标准化、结构化的格式，以便后续导入飞书表格。

输入
- input：从"获取笔记详情"节点的输出中，选择note
- data：从"提取视频文案"节点的输出中，选择 content
输出
- records：变量类型设置为 Array 对象数组，表示处理后的单条视频

下面是处理数据的Python代码：

python 复制代码

async def main(args: Args) -> Output:
    input_data = args.params.get('input')  or {}
    data = args.params.get('data') or {}

    records = []  # 初始化 records 列表

    # 提取 note 相关字段
    title = input_data.get('note_display_title', '')  # 标题
    desc = input_data.get('note_desc', '')  # 描述
    url = input_data.get('note_url', '')  # 链接
    nickname = input_data.get('auther_nick_name', '')  # 作者昵称
    likedCount = input_data.get('note_liked_count', '0')  # 点赞数
    videoUrl = input_data.get('video_h264_url', '')  # 视频地址
    collectedCount = input_data.get('collected_count', '0')  # 收藏数
    imageList = input_data.get('note_image_list', [])  # 图片列表

    # 构建记录对象
    record = {
        "fields": {
            "笔记链接": url,
            "标题": title,
            "内容": desc,
            "作者": nickname,
            "点赞数": likedCount,
            "链接": {
                "link": url,
                "text": title
            },
            "收藏数": collectedCount,
            "图片地址": '\n'.join(imageList),  # 将图片列表拼接成字符串
            "视频地址": videoUrl,
            "视频文案": data.get("content", "") 
        }
    }
    records.append(record)  # 将记录对象添加到 records 列表中

    # 构建输出对象
    ret: Output = {
        "records": records
    }
    return ret

7、循环体内插件节点：写入飞书表格

首先，我们需要创建一个多维表格，设置好表头字段。

表头字段包括视频的所有关键信息：笔记链接、标题、内容、作者、点赞数、链接、收藏数、图片地址、视频地址、视频文案。

最后，我们将处理好的数据添加到飞书多维表格中。选择"飞书表格"插件节点的add_records工具，将数据添加到多维表格。

输入：
- app_token：开始节点的 foldUrl，也就是飞书多维表格的链接
- records：从"将笔记整理成飞书表格格式"的输出变量中，选择records
- table_id：多维表格数据表的唯一标识符

8、结束节点

选择"返回变量"，输出：output 开始节点的foldUrl，也就是飞书多维表格的链接

5. 小结

对标账号监控智能体专注于竞品分析，自动获取优质账号的内容数据。

我们介绍了抖音和小红书平台的监控工作流搭建方法，包括获取视频列表、提取详情、整理数据结构和存储等步骤。

通过这一智能体，创作者可持续学习行业标杆，获取创作灵感和参考。

本文已收录于，我的技术博客：tangshiye.cn 里面有，AI 学习资料，Coze 工作流，n8n 工作流，算法 Leetcode 详解，BAT 面试真题，架构设计，等干货分享。