Threads 数据助手

1. 简介

Threads 数据查询工具，通过 MaxHub API 接入 Meta 旗下文字社交平台 Threads，覆盖帖子详情、评论、用户资料、用户帖子 / 转发 / 回复列表、Top / Recent 搜索、个人主页搜索等核心能力。专注服务于 Threads 内容研究、Meta 社交监控、海外内容创作与跨平台舆情场景，帮助用户快速采集 Threads 数据、识别热门话题与意见领袖，构建 Meta 生态的内容情报。

2. 详细功能

帖子查询

• 通过帖子 ID 直查帖子详情，含正文、媒体、作者归属与互动量级
• 支持以原始帖子 URL 直接换取详情，免去先做链接解析的繁琐步骤
• 拉取帖子的完整作者上下文，定位发布者身份并衔接后续用户画像查询

评论追踪

• 拉取帖子下的一级评论列表，还原最直观的讨论氛围与高赞观点
• 评论结果与帖子主键无缝接力，可以串联到任意上游入口（搜索、用户、URL）
• 适配整段对话上下文采集，作为情感与共鸣分析的真实样本

用户洞察

• 同时支持通过用户名与稳定用户标识两种方式查询用户资料，兼容不同入口
• 拉取用户对外发布的原创帖子列表，识别其内容主题与发布节奏
• 拉取用户的转发与回复列表，全面观察其圈层互动与对其他声音的态度

搜索三件套

• 按关键词查询热门排序的帖子结果，快速捕捉话题已沉淀下来的代表性内容
• 按关键词查询最新排序的帖子结果，跟进话题正在发生的最实时进展
• 按关键词搜索人物档案，精准定位目标用户、KOL 或品牌官方账号

游标分页统一

• 全量列表类查询采用统一的游标翻页机制，多次翻页无需切换不同的分页策略
• 翻页参数与上一页返回结果直接衔接，链路稳定不易踩到边界异常
• 支持长程持续采集任务，避免在大批量数据回流时丢页或重复

> ### 📋 数据传输与隐私声明（请认真阅读）

>

> 1. 第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。

> 2. UGC 隐私：拉回的评论 / 弹幕 / 动态 / 私信 / 联系人等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。

> 3. 凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。

> 4. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 平台 ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台 注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

> 此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

2️⃣ Recipe 匹配规则（核心）

1. 加载 references/recipes/_index.md，扫 trigger_keywords 列
2. 最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
3. 平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
4. 无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

1. 读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
2. 优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
3. 字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
4. 链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

> 旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

6️⃣ 输出契约（与用户对话时）

1. 数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
2. 缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
3. 不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

基础使用（4 步完成调用）

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

Step 3 — 构建最小调用计划

• ✅ 优先使用最少端点完成任务，能用一个端点就不用两个
• ✅ 知道 URL → 优先 fetch_post_detail_v2（支持 url 直查）；只有 post_id → 用 fetch_post_detail
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

Step 4 — 执行并验证

• 调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → 写入确认）
• 收到 404 → 必须先做防路径臆造自检（5 步）
• 收到 400 / 422 → 必须先做防参数臆造自检（6 步）
• 收到 业务 code != 0 → 读 message_zh 报告用户，不重试

高级使用

链式调用图谱（Chain Recipes）

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对 → 不等 STOP
3. 参数键名比对 → 有清单外参数 STOP
4. 资源 ID 来源溯源 → Agent 编造的 STOP
5. 全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

1. 参数名严格比对（username / user_id / post_id / query 不可混用）
2. 必填项齐全 + fetch_post_detail_v2 的 oneOf: [post_id, url] 二选一逻辑
3. 类型与格式严格匹配（pattern / enum）
4. 传参方式正确（query vs body）
5. 没有 IN 表外的臆造参数
6. 全通过才按 message_zh 排查

端点替换矩阵

SKILL 版本更新

常用命令速查表

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 Threads 某个 user 的最近 post」

Agent 执行步骤：

1. 匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
2. 加载 recipe 详情：读 references/recipes/.md 中对应段落，拿到 Inputs / Atomic Steps / Output
3. 路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
4. risk: low 的端点直接调用，risk: medium+ 先与用户确认
5. 链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
6. 错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
7. 输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

• ❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
• ❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
• ❌ 把没在响应里的字段编一个值返回给用户
• ❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：Threads 内容研究者发掘热门话题

• 角色：海外社媒研究员
• 需求：监测某关键词在 Threads 平台的热度变化与最新 / 热门讨论
• 使用方式：search_top 拉热门贴 + search_recent 拉最新贴 → 取 post_id → 链式调 fetch_post_detail 提取互动数据
• 预期收益：双轨搜索覆盖热度与时效，构建关键词的完整 Threads 讨论画像

场景二：Meta 社交监控团队追踪 KOL 动态

• 角色：品牌社交监控
• 需求：定期采集目标 KOL 在 Threads 上的帖子、转发与回复，识别其内容策略
• 使用方式：search_profiles（用户名搜索）→ fetch_user_info → 并行 fetch_user_posts + fetch_user_reposts + fetch_user_replies
• 预期收益：KOL 全行为画像（原创 / 转发 / 回复三链路），识别其圈层互动与内容偏好

场景三：海外内容创作者寻找 Threads 选题

• 角色：海外自媒体
• 需求：从 Threads 平台借鉴热门选题与表达方式
• 使用方式：search_top 拉行业关键词热门贴 → fetch_post_detail 取完整文本与媒体 → fetch_post_comments 看用户共鸣点
• 预期收益：从 Threads 采集真实表达样本，提升海外内容选题的本地化与共鸣度

场景四：跨平台舆情对比分析

• 角色：舆情分析师
• 需求：对比同一话题在 Threads 与其他社交平台的传播差异
• 使用方式：search_top + search_recent 拉取话题相关帖 → 取 user_id 通过 fetch_user_info_by_id 反查用户画像 → 输出热度 / 用户层级 / 互动结构对比
• 预期收益：跨平台舆情数据对齐，识别 Threads 用户群体与其他平台的差异化特征

6. 项目架构

目录结构

maxhub-threads/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 3.7.2）
└── references/
    ├── endpoints_whitelist.yaml        # 11 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理）
    ├── content.md                      # 内容域：帖子详情/评论/搜索（6 端点）
    ├── user.md                         # 用户域：资料/帖子/转发/回复（5 端点）
    └── update.md                       # SKILL 更新机制（SkillHub / ClawHub / GitHub）

技术栈

API 覆盖范围

关键设计理念

• 防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
• 链式调用图谱：字段流字典（username / user_id / post_id / query）+ Chain Recipes + 跨 reference 链路三层联动
• 错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 端点替换矩阵（v1 ↔ v2）