扣子Coze实战：从0到1搭建抖音+小红书对标账号监控智能体（保姆级教程，万字图文） - 文章 - 开发者社区

大家好，我是汤师爷，AI智能体架构师，致力于帮助100W人用智能体创富~

选题对内容创作至关重要，但面对海量信息，找到有价值的爆款选题并不容易。

对标账号监控是内容创作者制定策略的有效工具。

通过跟踪和分析行业内优秀创作者的内容，我们能获得市场洞察和创作灵感，避免从零摸索。

这个方法尤其适合新手创作者，帮助他们快速了解哪类内容最受欢迎。

1. 为什么要做对标账号监控

1、帮助发现行业趋势

通过观察头部创作者的内容变化，我们能及时把握行业热点和用户兴趣的转变。

例如，当多个知名美妆博主同时开始测评某款新产品时，这很可能意味着该产品正成为市场热点。

及时跟进这类话题，可以帮我们搭上流量红利的顺风车。

2、提供内容创作参考框架

通过分析成功账号的视频标题、封面设计、内容结构和互动策略，我们可以提取有效的内容模式。

这些模式不是用来简单复制，而是帮助我们理解哪些元素能引起用户共鸣，从而优化自己的创作。

3、提升创作效率

在内容创作的海洋中，没有明确方向很容易迷失和浪费资源。借鉴成功账号的经验，可以帮我们避开许多不必要的弯路，将有限的精力集中在已被验证有效的内容策略上。

2. 智能体的搭建流程

智能体的搭建流程主要分为两个步骤：梳理工作流和设置智能体。

1、梳理工作流

将对标账号监控的场景流程转化为可自动化运行的工作流节点。下面是具体步骤：

1. 根据短视频链接，获取用户的基础信息
1. 根据用户ID，批量获取视频列表
1. 筛选出对标账号每天发布的视频
1. 将数据添加到飞书表格中

2、设置智能体

1. 设置人设与逻辑：配置对标账号监控智能体的特征、回复风格和决策逻辑
1. 绑定工作流：将工作流与智能体关联，赋予其执行具体任务的能力
1. 测试并发布：进行全面的功能测试，确认正常后将智能体正式发布到生产环境

3. 抖音对标账号监控工作流

登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“fetch_douyin_user_videos”。

工作流整体预览。

picture.image

1、开始节点

这里用于定义工作流启动时所需的输入参数。

• 输入：

• video_url：抖音视频分享链接

picture.image

2、插件节点：获取对标账号视频信息

我们将使用“视频搜索”插件的douyin_data工具。通过这个功能，我们可以根据短视频链接，获取用户的ID信息。

• 输入：

• douyin_url：开始节点的video_url
• api_token：API秘钥

picture.image

3、插件节点：根据用户ID，批量获取视频列表

我们继续使用“视频搜索”插件，使用其中的工具get_user_video_list。根据用户ID，批量获取视频列表。

• 输入：

• api_token：API秘钥
• sec_uid：在"获取对标账号视频信息"节点的输出变量中，选择用户ID（sec_uid）
• count：设置需要获取的短视频数量，建议设为5个

picture.image

4、批处理节点：批量获取视频详细信息

这一步将为我们从对标账号的视频列表中提取每个视频的关键数据。通过批处理功能，我们可以同时处理多个视频链接，大大提高数据采集效率。

• 输入：

• aweme_list：从“根据用户ID，批量获取视频列表”节点的输出中，选择 aweme_list

picture.image

5、批处理体内插件节点：获取单个视频详情

我们将使用“视频搜索”插件的douyin_data工具。通过这个功能，我们可以根据抖音视频链接，获取视频详情信息。

• 输入：

• api_token：API秘钥
• douyin_url：从“批量获取视频详细信息”节点的输出中，选择share_url

picture.image

6、批处理体内代码节点：将视频详情整合进视频列表中

这一步将从抖音API获取的详细视频信息与我们之前收集的视频列表数据合并。通过这个过程，我们能确保掌握每个视频的完整信息，包括互动数据（点赞、评论、收藏数）、创作者信息和内容详情，为后续分析提供全面的数据基础。

• 输入：

• aweme_detail：从 “获取单个视频详细信息”节点的输出中，选择aweme_detail
• aweme：从“批量获取视频详细信息”节点的输出中，选择item

• 输出：

• aweme_list：变量类型设置为 Array 对象数组，表示处理后的单条视频

picture.image

下面是处理数据的Python代码，它会将视频信息转换成我们需要的格式。


 
 
 
 
   
async def main(args: Args) -> Output:  
    params = args.params  
    aweme\_detail = params.get("aweme\_detail", {})  
    aweme = params.get("aweme", {})  
    aweme["aweme\_detail"] = aweme\_detail  
  
    ret: Output = {  
        "aweme\_list": [aweme]  
    }  
    return ret

7、批处理体内代码节点：将信息整理为飞书表格可以使用的数据

在这个环节中，我们会提取视频的核心信息（如标题、点赞数、评论数等），并将它们转换成飞书表格能够直接识别和处理的格式。

• 输入：

• aweme_list：从"将视频详情整合进视频列表中"节点的输出中，选择aweme_list

• 输出：

• records：处理后的表格数据，选择Array类型

picture.image

下面是Python代码，用于处理数据转换。这段代码至关重要，它将抖音API返回的原始数据转换为结构化的表格格式。


 
 
 
 
   
async defmain(args: Args) -> Output:  
    params = args.params  
    aweme\_list = params.get("aweme\_list", [])  
  
    result = []  
  
    # 遍历 aweme\_list，依次处理  
    for aweme in aweme\_list:  
  
        # 获取 aweme\_detail 并判空  
        aweme\_detail = aweme.get("aweme\_detail") or {}  
        title = aweme\_detail.get("desc") or""  
        link = aweme\_detail.get("share\_url") or""  
  
        # 安全获取 statistics  
        statistics = aweme\_detail.get("statistics") or {}  
  
        # 提取各字段信息，并在取值时加默认值  
        video\_id = statistics.get("aweme\_id") or""  
        digg\_count = statistics.get("digg\_count") or0  
        comment\_count = statistics.get("comment\_count") or0  
        collect\_count = statistics.get("collect\_count") or0  
        share\_count = statistics.get("share\_count") or0  
  
        # 获取作者信息  
        author\_info = aweme\_detail.get("author") or {}  
        author\_name = author\_info.get("nickname") or""  
        signature = author\_info.get("signature") or""  
        sec\_uid = author\_info.get("sec\_uid") or""  
        raw\_create\_time = aweme\_detail.get("create\_time", 0)  
        # 如果不是 int，就尝试转换，失败则为 0  
        try:  
            create\_time = int(raw\_create\_time)  
        except (TypeError, ValueError):  
            create\_time = 0  
  
        # 创建时间以毫秒计，避免 None 或非法值导致报错  
        create\_time\_ms = create\_time * 1000  
  
        raw\_duration = aweme\_detail.get("duration", 0)  
        # 如果不是数字，尝试转换为 float，失败则为 0  
        try:  
            duration = float(raw\_duration)  
        except (TypeError, ValueError):  
            duration = 0.0  
        duration\_sec = duration / 1000  
  
        # 组装返回数据  
        item\_dict = {  
            "fields": {  
                "视频ID": video\_id,  
                "标题": title.strip(),  
                "链接": {  
                    "text": "查看视频",  
                    "link": link.strip(),  
                },  
                "点赞数": digg\_count,  
                "评论数": comment\_count,  
                "收藏数": collect\_count,  
                "分享数": share\_count,  
                "作者": author\_name,  
                "用户简介": signature,  
                "用户ID": sec\_uid,  
                "发布日期": create\_time\_ms,  # 毫秒级时间戳  
                "时长": duration\_sec         # 秒  
            }  
        }  
        result.append(item\_dict)  
  
    return result

8、批处理体内插件节点：将数据添加到多维表格

首先，我们需要创建一个多维表格，设置好表头字段。

picture.image

选择“飞书表格”插件节点的add_records工具，将数据添加到多维表格。

picture.image

• 输入：

• app_token：提前创建一个多维表格，将多维表格的链接复制进去。
• records：从"将信息整理为飞书表格可以使用的数据"的输出变量中，选择records。
• table_id：多维表格数据表的唯一标识符

9、结束节点

选择"返回文本"，将回答内容设置为：已获取对标账号的最新视频列表。

picture.image

4.小红书对标账号监控工作流

登录Coze官网，在"资源库-工作流"中新建一个空白工作流，命名为"xhs_zhuye"。

工作流整体预览。

picture.image

1、开始节点

此节点用于定义工作流启动时所需的输入参数。

• 输入：

• foldUrl：飞书表格链接
• cookie：小红书平台的cookie信息，这是访问小红书数据的身份凭证，获取方法参考6节
• userProfileUrl：要监控的小红书博主主页完整URL地址

picture.image

2、插件节点：获取博主所有小红书笔记

我们将使用"小红书"插件的xhs_auther_notes工具。这个工具能帮我们一次性获取博主所有发布的笔记内容。

• 输入：

• cookieStr：开始节点的 cookie
• userProfileUrl：开始节点的 userProfileUrl

picture.image

3、循环节点：循环获取笔记详情

循环获取笔记详情是工作流中的一个关键步骤，它会遍历博主所有的笔记，逐一获取详细信息，收集每篇笔记的数据，包括标题、内容、互动数据等。

• 输入

• input：从 “获取博主所有小红书笔记”节点的输出中，选择 notes

picture.image

4、循环体内插件节点：获取笔记详情

我们将使用"小红书"插件的xhs_note_detail工具。这个工具能够帮助我们获取每篇笔记的详细信息，包括笔记内容、互动数据、图片和视频资源链接等。

• 输入

• cookieStr：开始节点的 cookie
• noteUrl：从 “循环笔记详情” 节点的输出中，选择 noteUrl

picture.image

5、循环体内插件节点：提取视频文案

我们将使用"字幕获取"插件的generate_video_captions_sync工具。这个工具可以自动提取视频中的语音内容并转换为文字，非常适合批量处理视频素材和内容分析。

• 输入：

• url：从"获取笔记详情"节点的输出中，选择 video_h264_url，表示H264标准编码格式视频链接
• lang：视频语言，如汉语、英语等，不填时默认为汉语

picture.image

6、循环体内代码节点：将笔记数据整理成飞书表格格式

这一步是将我们获取到的原始数据转换成标准化、结构化的格式，以便后续导入飞书表格。

• 输入

• input：从“获取笔记详情”节点的输出中，选择note
• data：从“提取视频文案”节点的输出中，选择 content

• 输出

• records：变量类型设置为 Array 对象数组，表示处理后的单条视频

picture.image

下面是处理数据的Python代码：


 
 
 
 
   
async defmain(args: Args) -> Output:  
    input\_data = args.params.get('input')  or {}  
    data = args.params.get('data') or {}  
  
    records = []  # 初始化 records 列表  
  
    # 提取 note 相关字段  
    title = input\_data.get('note\_display\_title', '')  # 标题  
    desc = input\_data.get('note\_desc', '')  # 描述  
    url = input\_data.get('note\_url', '')  # 链接  
    nickname = input\_data.get('auther\_nick\_name', '')  # 作者昵称  
    likedCount = input\_data.get('note\_liked\_count', '0')  # 点赞数  
    videoUrl = input\_data.get('video\_h264\_url', '')  # 视频地址  
    collectedCount = input\_data.get('collected\_count', '0')  # 收藏数  
    imageList = input\_data.get('note\_image\_list', [])  # 图片列表  
  
    # 构建记录对象  
    record = {  
        "fields": {  
            "笔记链接": url,  
            "标题": title,  
            "内容": desc,  
            "作者": nickname,  
            "点赞数": likedCount,  
            "链接": {  
                "link": url,  
                "text": title  
            },  
            "收藏数": collectedCount,  
            "图片地址": '\n'.join(imageList),  # 将图片列表拼接成字符串  
            "视频地址": videoUrl,  
            "视频文案": data.get("content", "")   
        }  
    }  
    records.append(record)  # 将记录对象添加到 records 列表中  
  
    # 构建输出对象  
    ret: Output = {  
        "records": records  
    }  
    return ret

7、循环体内插件节点：写入飞书表格

首先，我们需要创建一个多维表格，设置好表头字段。

picture.image

表头字段包括视频的所有关键信息：笔记链接、标题、内容、作者、点赞数、链接、收藏数、图片地址、视频地址、视频文案。
最后，我们将处理好的数据添加到飞书多维表格中。选择“飞书表格”插件节点的add_records工具，将数据添加到多维表格。

• 输入：

• app_token：开始节点的 foldUrl，也就是飞书多维表格的链接
• records：从“将笔记整理成飞书表格格式”的输出变量中，选择records
• table_id：多维表格数据表的唯一标识符

picture.image

8、结束节点

选择“返回变量”，输出：output 开始节点的foldUrl，也就是飞书多维表格的链接

picture.image

小结

对标账号监控智能体专注于竞品分析，自动获取优质账号的内容数据。

我们介绍了抖音和小红书平台的监控工作流搭建方法，包括获取视频列表、提取详情、整理数据结构和存储等步骤。

通过这一智能体，创作者可持续学习行业标杆，获取创作灵感和参考。

看到这里的都是真爱！

如果觉得有帮助，请点赞、在看、转发三连支持一下~

想第一时间收到更新，记得给我加个星标⭐

感谢你耐心读完这篇文章~

对了，如果你也对智能体感兴趣，我这边整理了一份开源的智能体学习手册，爆肝10万字，价值999元。

picture.image

关注下方👇🏻公众号，回复【 智能体 】获取学习手册。