TikTok 热点监控 — Agent 技能
负责通过 Apify 云 Actor（clockworks/tiktok-scraper）爬取 TikTok 视频公共元数据（关键词/标签/创作者/音乐来源）
回退爬取通过 Playwright 浏览器自动化与保存的会话
离线去重、热度评分和趋势分析
术语提取：内容关键词和 TikTok 标签，具有多桶老化
长期术语状态基于当前快照年龄分布，而不仅仅是之前快照的重叠
覆盖评分以表面“广泛出现”的信号与“单个病毒”的信号
静态 HTML 报告生成与暗黑主题
不负责：
下载视频/音频文件
实时流媒体或 WebSocket 数据
TikTok 登录或会话管理（必须预先配置）
评论的情感分析
跨平台趋势比较
自动社交媒体发布
用户身份验证或授权
数据持久化超出本地 JSONL/JSON 文件
代理添加范围
代理可以添加新的关键词/标签来源到配置中。
代理必须不修改爬取窗口权重或添加新的窗口类型，而不需要用户批准，因为这些会影响 Apify 的计费。
2.1 主要配置（config/tiktok_hotspot_sources.json）
接口 CrawlerConfig {
市场：字符串；// 默认： “US”
输出：{
基目录：字符串；// 默认： “data/tiktok_hotspots”
快照目录：字符串；// 默认： “snapshots”
日志目录：字符串；// 默认： “logs”
}；
提供者：{
类型： “apify” | “tiktok_mcp”；// 默认： “apify”
actor_id？：字符串；// 如果类型 = apify，则为必需
}；
默认值：{
限制：数字；// 默认：10，每个来源的限制
}；
来源：数组 <{
类型： “关键词” | “标签” | “创作者” | “音乐”；
值：字符串；
限制？：数字；// 覆盖默认限制
启用？：布尔值；// 默认：true
}>；
apify？：{
令牌环境？：字符串；// 默认： “APIFY_TOKEN”
actor_id？：字符串；
输入：{
默认值：记录 <字符串，任何>；
每个来源？：记录 <字符串，任何>；
爬取窗口？：记录 <字符串，爬取窗口 []>；
}；
}；
tiktok_mcp？：{
命令？：字符串；
参数？：字符串 []；
超时秒数？：数字；
拒绝模拟？：布尔值；
}；
}
接口 CrawlWindow {
名称：字符串；
标签：字符串；
权重：数字；// 分配权重
输入：记录 <字符串，任何>；// searchSorting，searchDatePosted 等
}
2.2 CLI 参数
参数类型默认值描述
--config 路径config/tiktok_hotspot_sources.json配置文件
--once 标志- 运行单次爬取
--schedule 标志- 连续运行
--max-sources 整数无限制启用来源
--snapshot 路径最新 JSONL 快照用于分析
--previous-snapshot 路径自动上一个快照用于比较
--top 整数10每个排名部分的项目
--report 路径最新分析 JSON 用于渲染
2.3 环境变量
变量必需描述
APIFY_TOKEN对于 Apify 模式Apify API 令牌
TIKTOK_PROXY对于 Playwright 模式代理 URL
3.1 爬取快照（JSONL，一条记录每行）
接口 CrawlRecord {
爬取时间戳：字符串；// UTC ISO
来源类型： “关键词” | “标签” | “创作者” | “音乐”；
来源值：字符串；
爬取窗口：字符串；
爬取窗口标签：字符串；
爬取窗口限制：数字；
视频 ID：字符串 | null；
网页 URL：字符串 | null；
标题：字符串 | null；
描述：字符串 | null；
上传者：字符串 | null；
上传者 ID：字符串 | null；
查看次数：数字 | null；
喜欢次数：数字 | null；
评论次数：数字 | null；
分享次数：数字 | null；
收藏次数：数字 | null；
标签：字符串 [] | null；
音乐：{
ID：字符串 | null；
曲目：字符串 | null；
艺术家：字符串 | null；
}；
上传日期：字符串 | null；// ISO 日期
持续时间：数字 | null；
是否广告：布尔值 | null；
}
3.2 爬取日志（JSONL）
接口 LogEntry {
爬取时间戳：字符串；
来源类型：字符串；
来源值：字符串；
爬取窗口：字符串；
爬取窗口限制：数字；
状态： “成功” | “失败”；
记录数：数字；
错误：字符串 | null；
}
最后一条是 CrawlRoundSummary：
接口 CrawlRoundSummary {
事件： “crawl_round_summary”；
爬取时间戳：字符串；
提供者：字符串；
启用来源数：数字；
爬取窗口数：数字；
计划运行数：数字；
请求总限制：数字；
完成运行数：数字；
失败运行数：数字；
原始记录数：数字；
唯一视频数：数字；
重复率：数字；// 0.0 - 1.0
有效唯一产量：数字；// 唯一 / 请求
窗口：记录 <字符串，WindowMetrics>；
成本模型注意：字符串；
}
3.3 分析报告（JSON）
接口 AnalysisReport {
生成于：字符串；
快照路径：字符串；
上一个快照路径：字符串 | null；
分析窗口：{
当前快照时间：字符串；
之前快照时间：字符串；
}；
by