Una herramienta de scraping de alto rendimiento para extraer respuestas públicas, comentarios y métricas de interacción de publicaciones de Meta Threads sin necesidad de inicio de sesión.
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install apify-threads-replies
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar apify-threads-replies usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
Obtén los archivos originales de la habilidad en un archivo ZIP.
El Threads Replies Scraper es una herramienta de automatización especializada dentro del ecosistema Openclaw Skills, diseñada para recuperar datos granulares de conversaciones de publicaciones públicas de Threads. Permite a desarrolladores y científicos de datos recopilar hasta 50 respuestas por publicación, capturando metadatos esenciales como me gusta, recuentos de vistas y detalles del autor. Al integrar esta skill, los usuarios pueden evitar las complejidades de la gestión de sesiones y la autenticación, lo que la convierte en una opción ideal para la recopilación de datos de gran volumen y tareas de escucha social.
Como parte de la colección Openclaw Skills, esta herramienta aprovecha la plataforma Apify para manejar el trabajo pesado de la automatización del navegador y el análisis de datos. Proporciona una salida JSON estructurada que distingue entre la publicación original y sus respuestas, asegurando que sus pipelines de datos permanezcan limpios y procesables.
Para utilizar esta skill, debe proporcionar un token de API de Apify activo. Configúrelo en su entorno para autenticar sus solicitudes.
export APIFY_API_TOKEN='your_apify_api_token'
Al configurar su entrada, asegúrese de que las post_urls estén formateadas como objetos dentro de un array y especifique el max_replies (entre 10 y 50) para controlar el volumen de datos.
La skill devuelve datos estructurados categorizados por item_type. A continuación, se muestra un desglose de los campos principales disponibles en la salida:
| Nombre del campo | Tipo | Descripción |
|---|---|---|
author_username |
String | El handle del usuario que creó la publicación o respuesta. |
text_content |
String | El cuerpo del texto real del contenido. |
like_count |
Integer | Total de me gusta recibidos por el elemento. |
reply_count |
Integer | Número total de respuestas anidadas. |
item_type |
String | Identifica si el elemento es un original_post o una reply. |
is_liked_by_author |
Boolean | (Solo respuestas) Indica si el creador de la publicación dio me gusta a la respuesta. |
source_post_url |
String | Vincula la respuesta a la publicación principal de Threads. |
Cargando
Un framework eficiente para crear e implementar bots en Telegram, WeChat, Discord y Slack usando una única API unificada y base de código.

Yi-Shi-Wei-Jian transforma dilemas estratégicos modernos en analogías históricas estructuradas y simulaciones en sandbox para un apoyo a la decisión accionable.

Una herramienta sofisticada de Prompt Engineering diseñada para analizar, realizar A/B Testing y refinar automáticamente prompts de IA para obtener la máxima calidad y un costo mínimo de tokens.

Una potente herramienta de transcripción impulsada por IA que convierte archivos de video en texto preciso, marcas de tiempo y subtítulos mediante aceleración de GPU en la nube.

Una herramienta automatizada para extraer direcciones de correo electrónico e información de contacto de canales de YouTube mediante palabras clave o URLs directas.

Una herramienta de extracción automatizada de datos que lee y procesa el contenido de hojas de cálculo Feishu a través de la API de Feishu.








































