适用于 Openclaw 的 MaxHub TikTok Data Assistant

一个强大的 TikTok 分析和实用助手，可与您的 AI 工作流程集成，直接从 MaxHub API 获取视频、用户、广告和创作者数据。

new-ironman

v3.7.1

2026年6月2日

安装

基本信息

Skill.md

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。


                  npx clawhub@latest install tiktok-aggregate-scraper

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式

~/.openclaw/skills/

工作区

<project>/skills/

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。


                  请帮我使用 Clawhub 安装 tiktok-aggregate-scraper。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。

更倾向于下载？

获取包含原生技能文件的ZIP压缩包。

什么是 MaxHub TikTok Data Assistant？

MaxHub TikTok Data Assistant 是一个强大的技术实用工具，旨在提供对 TikTok 庞大的内容、创作者和市场数据生态系统的无缝访问。该集成由 MaxHub API (aconfig.cn) 提供支持，为开发人员、营销人员和 AI 工作流程提供涵盖视频指标、用户档案、热门标签、广告表现和电子商务商店数据的实时分析。通过将此技能通过 Openclaw Skills 集成到您的 AI 智能体中，您可以自动化复杂的分析内容，并直接在您的开发环境中运行高吞吐量操作。

该技能建立在严格的安全和合规标准之上，主要以只读模式运行，以安全地获取公共数据。它还具有用于请求生成的协议工具和诸如虚假浏览检测之类的反欺诈工具。无论您是运行单个查询还是编排深入的多端点比较，此工具都能提供结构化且可操作的社交情报，为您的全球营销工作提供助力。

MaxHub TikTok Data Assistant 应用场景

跨境营销与选品：发现 TikTok 上各全球区域具有高潜力的热门产品，分析热销榜单，并评估目标市场的消费者偏好。
网红合作评估：在进行营销活动之前，定量评估 TikTok 创作者指标、粉丝画像、视频互动率和历史广告表现。
多区域内容趋势对比：生成区域报告，比较美国、日本、东南亚和其他国际市场之间的内容趋势和互动差异，以指导本地化内容策略。
反欺诈受众分析：使用数据驱动的反欺诈工具检测目标内容上的虚假互动和虚假浏览，确保营销支出的投资回报率（ROI）最优化。

MaxHub TikTok Data Assistant 工作原理

环境与 API 验证：智能体检查是否存在 MAXHUB_API_KEY 凭据，以确保授权连接。
意图分类：根据用户的自然语言输入，智能体将请求分类为核心意图组，例如视频、用户、搜索、广告、创作者与商店或协议工具。
参考映射：该技能动态加载相应的平台参考文件，以定位活动端点（例如 api-video.md 或 api-search.md），而不依赖于猜测 URL。
操作模式确定：请求被路由到浏览（单个查询）、分析（结构化趋势）或比较（并排矩阵）操作模式。
并行执行与韧性：智能体执行必要的端点。如果遇到 404 或 500 错误，该技能会触发自动接口降级到回退端点。
本地化与格式化：对结构化 JSON 响应进行格式化，将数字转换为人类可读的规模（例如英语的“K/M/B”或中文的“万/亿”），并剔除不需要的 HTML 标签。

MaxHub TikTok Data Assistant 配置指南

要在您的工作区中配置此技能，请确保您拥有所需的 curl 二进制文件以及来自 Aconfig 的有效 API 密钥。

使用您首选的智能体框架设置您的 API 密钥：

# 如果使用 ClawHub/OpenClaw 配置
openclaw config set skills.entries.maxhub-tiktok.apiKey "YOUR_MAXHUB_API_KEY"

# 或者通过环境变量配置
export MAXHUB_API_KEY="YOUR_MAXHUB_API_KEY"

在运行操作之前，验证环境变量是否已成功加载：

[ -n "${MAXHUB_API_KEY:-}" ] && echo "Verification OK" || echo "Key is Missing"

MaxHub TikTok Data Assistant 数据架构与分类体系

该技能将 API 端点映射到结构化数据模型，以清晰地解析数据点。以下是 Openclaw Skills 中映射的关键端点的分类架构：

模块	关键端点	主要用途
视频与内容	`fetch_one_video`, `fetch_video_comments`, `detect_fake_views`	获取互动指标、评论并执行反欺诈验证
用户档案	`fetch_user_profile`, `fetch_user_fans`, `fetch_user_follow`	档案抓取、粉丝数和社区互动详情
广告与分析	`search_creators`, `get_ad_interactive_analysis`, `search_ads`	追踪营销表现、分析关键帧操作并筛选热门创作者
电子商务与商店	`fetch_product_detail`, `fetch_shop_info`, `fetch_hot_selling_products_list`	提取产品描述、商店评价和电子商务列表
加密工具	`generate_xbogus`, `generate_ttwid`, `register_device`	访问上游平台协议所需的兼容性实用工具

MaxHub TikTok Data Assistant 高级特性

动态接口降级：强大的 404/500/410 错误处理协议，可自动回退到旧版端点版本（例如从 fetch_one_video_v3 回退到 v2 或 v1），而不会中断智能体运行时管道。
多端点编排：运行复杂、多层模式的能力，例如通过链接创作者搜索、档案检索、帖子收集和最终表现评估来分析网红。
平台兼容性实用工具：用于请求格式化的原生加密辅助端点（例如生成签名和 cookies），以确保与上游服务器的高度兼容性。
智能分页与操作处理：支持平滑的上下文查询，允许自然请求（如“下一页”或“与账号 X 比较”），并即时更新参数偏移量。