
关于
跟踪互动指标、衡量营销活动 ROI,并分析 Instagram、Facebook、YouTube 和 TikTok 上的内容表现。
name: apify-content-analytics description: 跟踪互动指标,衡量活动 ROI,分析 Instagram、Facebook、YouTube 和 TikTok 上的内容表现。 risk: unknown source: community
内容分析
使用 Apify Actors 提取多平台互动指标,跟踪和分析内容表现。
何时使用
- 您需要帖子、Reels、视频、广告或话题标签的互动、增长或 ROI 指标。
- 任务是使用 Apify Actors 收集跨平台内容表现数据。
- 您需要导出的分析结果和对最佳表现内容的简明解读。
前置条件
(无需提前检查)
- 包含
APIFY_TOKEN的.env文件 - Node.js 20.6+(支持原生
--env-file) mcpcCLI 工具:npm install -g @apify/mcpc
工作流
复制此清单并跟踪进度:
任务进度:
- [ ] 步骤 1:确定内容分析类型(选择 Actor)
- [ ] 步骤 2:通过 mcpc 获取 Actor schema
- [ ] 步骤 3:询问用户偏好(格式、文件名)
- [ ] 步骤 4:运行分析脚本
- [ ] 步骤 5:总结发现
步骤 1:确定内容分析类型
根据分析需求选择合适的 Actor:
| 用户需求 | Actor ID | 最适合 |
|-----------|----------|----------|
| 帖子互动指标 | apify/instagram-post-scraper | 帖子表现 |
| Reel 表现 | apify/instagram-reel-scraper | Reel 分析 |
| 粉丝增长追踪 | apify/instagram-followers-count-scraper | 增长指标 |
| 评论互动 | apify/instagram-comment-scraper | 评论分析 |
| 话题标签表现 | apify/instagram-hashtag-scraper | 品牌话题标签 |
| 提及追踪 | apify/instagram-tagged-scraper | 标签追踪 |
| 综合指标 | apify/instagram-scraper | 完整数据 |
| 基于 API 的分析 | apify/instagram-api-scraper | API 访问 |
| Facebook 帖子表现 | apify/facebook-posts-scraper | 帖子指标 |
| 反应分析 | apify/facebook-likes-scraper | 互动类型 |
| Facebook Reels 指标 | apify/facebook-reels-scraper | Reels 表现 |
| 广告表现追踪 | apify/facebook-ads-scraper | 广告分析 |
| Facebook 评论分析 | apify/facebook-comments-scraper | 评论互动 |
| 页面表现审计 | apify/facebook-pages-scraper | 页面指标 |
| YouTube 视频指标 | streamers/youtube-scraper | 视频表现 |
| YouTube Shorts 分析 | streamers/youtube-shorts-scraper | Shorts 表现 |
| TikTok 内容指标 | clockworks/tiktok-scraper | TikTok 分析 |
步骤 2:获取 Actor Schema
使用 mcpc 动态获取 Actor 的输入 schema 和详情:
export $(grep APIFY_TOKEN .env | xargs) && mcpc --json mcp.apify.com --header "Authorization: Bearer $APIFY_TOKEN" tools-call fetch-actor-details actor:="ACTOR_ID" | jq -r ".content"
将 ACTOR_ID 替换为选定的 Actor(如 apify/instagram-post-scraper)。
返回内容包括:
- Actor 描述和 README
- 必需和可选输入参数
- 输出字段(如果可用)
步骤 3:询问用户偏好
运行前询问:
- 输出格式:
- 快速回答 - 在聊天中显示前几条结果(不保存文件)
- CSV - 包含所有字段的完整导出
- JSON - JSON 格式的完整导出
- 结果数量:根据使用场景的特点决定
步骤 4:运行脚本
快速回答(在聊天中显示,不保存文件):
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
--actor "ACTOR_ID" \
--input 'JSON_INPUT'
CSV:
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
--actor "ACTOR_ID" \
--input 'JSON_INPUT' \
--output YYYY-MM-DD_OUTPUT_FILE.csv \
--format csv
JSON:
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
--actor "ACTOR_ID" \
--input 'JSON_INPUT' \
--output YYYY-MM-DD_OUTPUT_FILE.json \
--format json
步骤 5:总结发现
完成后报告:
- 分析的内容数量
- 文件位置和名称
- 关键表现洞察
- 建议的后续步骤(深入分析、内容优化)
错误处理
APIFY_TOKEN not found - 要求用户创建包含 APIFY_TOKEN=your_token 的 .env 文件
mcpc not found - 要求用户安装 npm install -g @apify/mcpc
Actor not found - 检查 Actor ID 拼写
Run FAILED - 要求用户检查错误输出中的 Apify 控制台链接
Timeout - 减少输入大小或增加 --timeout
限制
- 仅在任务明确匹配上述描述范围时使用此技能。
- 不要将输出视为环境特定验证、测试或专家审查的替代品。
- 如果缺少必需的输入、权限、安全边界或成功标准,请停下来要求澄清。
