Twitter/X 数据助手

1. 简介

Twitter/X 数据查询与海外舆情研究工具，通过 MaxHub API 接入 Twitter / X（twitter.com / x.com）平台，覆盖推文详情、评论（最新/热门）、转推用户列表、搜索时间线、趋势话题、用户资料、用户推文 / 回复 / 媒体、关注 / 粉丝、用户精选推文等全部能力。专注服务于海外舆情监控、Twitter KOL 影响力分析、推文爆款研究、趋势话题追踪等场景，帮助用户快速采集 X 平台全域数据，构建跨语种海外社媒洞察。

2. 详细功能

推文详情

• 查询任意推文的完整详情，包括正文、媒体附件（图片/视频/GIF）、发布时间、来源客户端、引用与回复链路
• 还原推文的互动数据：点赞数、转推数、引用数、评论数、书签数
• 输出推文作者的基础画像信息，省去额外查询账号的步骤

评论双轨

• 拉取某条推文的热门评论列表，按平台默认热度排序，识别高互动观点
• 拉取某条推文的最新评论列表，按时间倒序排序，捕捉实时反馈
• 两种排序口径可按分析意图自由切换：舆情研究偏热门，实时跟踪偏最新

转推用户列表

• 拉取某条推文的转推用户列表，识别传播链路与扩散节点
• 顺着转推用户继续做账号画像采集，绘制完整传播图谱

搜索时间线

• 按关键词在 X 平台进行全站搜索，覆盖最新、热门、用户、媒体多种结果类型
• 可切换搜索类型聚焦不同分析场景：实时舆情用最新、爆款研究用热门、KOL 找人用用户、视觉素材用媒体
• 通过游标翻页持续向下采集，构建完整的关键词样本集

趋势话题

• 按国家或地区拉取 X 平台的实时趋势话题榜，覆盖美国、英国、日本等主要市场
• 跨地区对比同一时间窗口下的热点差异，支撑跨境品牌的多市场监控

用户画像

• 查询任意 Twitter / X 用户的完整资料，包括头像、简介、注册时间、所在地、认证状态、粉丝/关注数等
• 拉取用户发布的推文时间线，回溯完整发推记录
• 拉取用户的回复时间线（仅回复其他人的推文），分析其互动行为模式
• 拉取用户的媒体推文（仅含图片/视频的推文），快速浏览视觉内容
• 拉取用户的关注列表与粉丝列表，分析社交圈层与影响力辐射
• 拉取用户主页的精选/置顶高光推文集合，识别其代表作与人设输出

screen_name ↔ rest_id 互通

• 同时支持用户名（@handle）与数字账号 ID 两种入口定位用户
• 当账号改名或更换 handle 后，可继续使用稳定的数字 ID 持续追踪同一账号

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

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
• ✅ 评论端点二选一（热门 vs 最新），按用户分析意图选择
• ❌ 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 → screen_name/rest_id 来源）
• 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），重点检查 screen_name 是否带 @、rest_id 是否为纯数字
• 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（全部为 GET）→ 不等 STOP
3. 参数键名比对（注意 userId 仅用于 fetch_user_highlights_tweets，其它端点用 screen_name / rest_id）→ 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（screen_name 不带 @，rest_id 必须纯数字）
2. 必填项齐全 + oneOf 二选一逻辑（fetch_user_profile 接受 screen_name 或 rest_id）
3. cursor 翻页参数是否上接前次响应的 cursor，禁止编造
4. 类型与格式严格匹配（pattern / enum）
5. 传参方式正确（query string）
6. 全通过才按 message_zh 排查

Cursor 翻页最佳实践

• 首次调用不传 cursor：取出响应中的 next_cursor
• 后续调用接力：用上一轮的 next_cursor 作为本轮 cursor 入参
• 终止条件：响应未返回新 cursor 或返回空数组
• 禁止编造 cursor 字符串：cursor 是平台签发的不透明字段，不可猜测

SKILL 版本更新

常用命令速查表

5. 使用场景

场景一：海外舆情分析师跨地区监控

• 角色：海外公关 / 跨境品牌
• 需求：监控品牌关键词在美国 / 日本 / 欧洲的实时讨论与情感倾向
• 使用方式：fetch_trending（按 country 切换）+ fetch_search_timeline（search_type=Latest）双端点联动 → 命中关键词后链式调 fetch_tweet_detail + fetch_post_comments 还原舆情上下文 → 取 screen_name → fetch_user_profile 识别影响力账号
• 预期收益：实时跨地区舆情雷达 + 情感聚类，识别高影响力扩散节点

场景二：Twitter KOL 投放评估

• 角色：跨境营销 / KOL 投放代理
• 需求：评估候选 X KOL 的真实活跃度、粉丝健康度、互动质量
• 使用方式：fetch_user_profile 拉资料 → fetch_user_post_tweet 拉近期推文 → fetch_user_followers 抽样粉丝 → fetch_user_media 拉媒体推文判断内容形态
• 预期收益：完整 KOL 健康度评估，识别僵尸粉 / 真实粉丝比例与互动健康度

场景三：内容团队推文爆款研究

• 角色：海外内容运营 / 翻译号策划
• 需求：追踪某垂类（科技 / 加密货币 / AI）近期高互动爆款推文，提炼标题与开头模板
• 使用方式：fetch_search_timeline（search_type=Top） → 取爆款 tweet_id → fetch_tweet_detail 取全文 → fetch_retweet_user_list 看转推扩散链 → 输出爆款样本集
• 预期收益：海外垂类爆款语料库 + 翻译选题池，提升翻译号 / 资讯号 CTR

场景四：研究员追踪趋势话题生命周期

• 角色：社媒研究员 / 趋势分析师
• 需求：跟踪某趋势词从出现 → 爆发 → 衰退的完整生命周期与参与人群
• 使用方式：定时抓取 fetch_trending → 命中目标趋势词 → fetch_search_timeline 全量拉推文 → 取 screen_name 集合 → 抽样 fetch_user_profile 构建参与者画像
• 预期收益：趋势话题完整生命周期图谱，识别话题首发账号 + 扩散节点 + 长尾参与者

6. 项目架构

目录结构

maxhub-twitter/
├── 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        # 13 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                      # 推文域：详情/评论/搜索/趋势/转推（6 端点）
    └── user.md                         # 用户域：资料/推文/回复/媒体/关注/粉丝/精选（7 端点）

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）
• screen_name / rest_id 双轨：账号改名场景下使用 rest_id 持续追踪，oneOf 端点支持灵活切换
• Cursor 不可编造：cursor 是平台签发的不透明字段，必须按响应接力，禁止猜测
• Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
• 链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
• 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）+ 重试策略矩阵 + 端点替换矩阵