weibo-interactive

star 37

微博互动内容分析工具。获取收到的评论列表、获取自己某条微博的所有评论, 并提供互动回复建议分析能力,根据关注关系和认证状态筛选最值得回复的评论。 当用户需要查看收到的评论、自己某条微博的评论详情时激活; 或当用户询问哪些评论值得回复、如何优先回复粉丝评论、互动建议时激活。

wecode-ai By wecode-ai schedule Updated 6/16/2026

name: weibo-interactive description: | 微博互动内容分析工具。获取收到的评论列表、获取自己某条微博的所有评论, 并提供互动回复建议分析能力,根据关注关系和认证状态筛选最值得回复的评论。 当用户需要查看收到的评论、自己某条微博的评论详情时激活; 或当用户询问哪些评论值得回复、如何优先回复粉丝评论、互动建议时激活。 metadata: version: "1.0.0"

微博互动内容分析工具

帮助博主发现最值得回复的评论,促进与粉丝之间的真实互动。通过分析评论者的关注关系和认证状态,智能排序推荐优先回复的评论,让每一次互动都更有价值。

脚本调用方式

获取收到的评论列表

node scripts/weibo-interactive.js comments-to-me --token=<token> --uid=<uid>

获取自己某条微博的所有评论

node scripts/weibo-interactive.js comments-show --token=<token> --uid=<uid> --id=<weibo_id>

参数说明

参数 必填 说明
--token 微博 API 访问令牌,通过 weibo_token 工具获取
--uid 用户 uid
--id comments-show 必填 微博 ID(博文 ID)

返回数据结构

1. 收到的评论列表

接口路径:GET /open/interactive/comments/to_me

返回的 data 字段包含以下内容:

data.comments — 评论列表(数组)

字段 类型 说明
createdAt string 评论创建时间(如 "Mon Jun 15 16:14:47 +0800 2026")
id string 评论 ID
mid string 评论 mid
postJumpLink string 原博跳转链接(如 "https://weibo.com/1985772915/5305687166161572")
text string 评论内容
user object 评论用户信息(见下表)

data.comments[].user — 评论用户信息

字段 类型 说明
followMe boolean 是否是我的粉丝(true=该用户关注了我)
following boolean 是否我关注了该用户(true=我关注了该用户)
id string 用户 ID
name string 用户昵称
verified boolean 是否认证用户(true=认证用户,可能是大V)

data.count — 评论总数

字段 类型 说明
count number 评论总数

data.msg — 查询结果消息

字段 类型 说明
msg string 查询结果消息(如 "查询成功")

2. 自己某条微博的所有评论

接口路径:GET /open/interactive/comments/show

返回结构与"收到的评论列表"一致,区别在于返回的是自己指定微博 ID 下的所有评论。

data.comments — 该微博的评论列表(数组)

结构与"收到的评论列表"中的 data.comments 相同。


使用示例

# 获取收到的评论列表
node scripts/weibo-interactive.js comments-to-me --token=<your_token> --uid=<your_uid>

# 获取自己某条微博的所有评论
node scripts/weibo-interactive.js comments-show --token=<your_token> --uid=<your_uid> --id=<weibo_id>

# 查看帮助
node scripts/weibo-interactive.js help

返回示例(comments-to-me):

{
  "code": 0,
  "data": {
    "code": 0,
    "comments": [
      {
        "createdAt": "Mon Jun 15 16:14:47 +0800 2026",
        "id": "5310105566577890",
        "mid": "5310105566577890",
        "postJumpLink": "https://weibo.com/<uid>/<mid>",
        "text": "评论内容...",
        "user": {
          "followMe": false,
          "following": false,
          "id": "用户ID",
          "name": "用户昵称",
          "verified": false
        }
      }
    ],
    "count": 1,
    "msg": "查询成功"
  },
  "message": "success"
}

返回示例(comments-show):

{
  "code": 0,
  "data": {
    "code": 0,
    "comments": [
      {
        "createdAt": "Mon Jun 15 16:14:47 +0800 2026",
        "id": "5310105566577890",
        "mid": "5310105566577890",
        "postJumpLink": "https://weibo.com/<uid>/<mid>",
        "text": "评论内容...",
        "user": {
          "followMe": true,
          "following": false,
          "id": "用户ID",
          "name": "用户昵称",
          "verified": false
        }
      },
      {
        "createdAt": "Mon Jun 15 15:58:46 +0800 2026",
        "id": "5310101537687411",
        "mid": "5310101537687411",
        "postJumpLink": "https://weibo.com/<uid>/<mid>",
        "text": "另一条评论内容...",
        "user": {
          "followMe": false,
          "following": true,
          "id": "用户ID",
          "name": "用户昵称",
          "verified": true
        }
      }
    ],
    "count": 2,
    "msg": "查询成功"
  },
  "message": "success"
}

注意事项

  1. 需要有效的 token,可通过 weibo_token 工具获取
  2. uid 参数为当前用户的 uid
  3. comments-show 接口的 id 参数为微博 ID(博文 ID),不是评论 ID
  4. postJumpLink 可直接用于定位到评论对应的原博,格式为 https://weibo.com/<uid>/<mid>
  5. 评论中的 followMefollowing 字段反映了评论发出时与博主的关系,可能随时间变化

数据分析能力

本技能在基础数据之上,提供互动回复建议分析能力。当用户询问哪些评论值得回复、如何优先回复、互动建议等问题时,综合运用以下能力输出分析报告。

⚠️ 分析报告必须遵守以下规则

  1. 报告中提及的每一条评论,都必须附带该评论对应的原博链接postJumpLink),无论出现在哪个部分,确保用户可以直接点击跳转查看原博和评论上下文。不允许出现没有链接的评论提及。原博链接必须使用 Markdown 链接格式 [url](url) 输出。
  2. 每条评论必须给出 AI 建议的回复示例(用 💬 AI回复示例: 标识),根据评论内容、关系类型和认证状态量身定制,语气自然友好,供用户参考或直接复制使用。
  3. 每条评论必须给出简短的回复思路说明(用 📝 回复思路: 标识),解释 AI 回复示例为什么这么写——即回复策略和措辞背后的考量,一句话即可。

一、互动回复建议分析

针对收到的评论,通过关注关系和认证状态维度分析,给出建议博主最值得回复的评论,促进博主和粉丝之间的互动。

关系字段说明

字段 含义 互动价值
followMe=true 发评论的用户是我的粉丝 回复粉丝能增强粘性
following=true 我关注了发评论的用户 回复关注的人能维护关系
followMe=true && following=true 发评论的用户和我是互粉关系 最值得互动的核心用户
verified=true 发评论的用户是认证用户,可能是大V 回复大V能提升曝光

优先级排序规则

值得回复的评论按以下优先级排序:

  1. 互粉关系followMe=true && following=true)> 我的粉丝followMe=true && following=false)> 我关注的followMe=false && following=true)> 无关系followMe=false && following=false
  2. 在上一条规则基础上,如果发评论的用户是认证用户(verified=true),则更加值得优先回复

分析步骤

第一步:获取评论数据

调用 comments-to-me 接口获取收到的评论列表。若用户指定了自己的某条微博,则调用 comments-show 接口获取该微博下的所有评论。

第二步:分类统计

对评论按关注关系分类统计:

分类 判断条件 说明
互粉用户评论 followMe=true && following=true 与博主互粉,最值得回复
粉丝评论 followMe=true && following=false 博主的粉丝,次值得回复
我关注的用户评论 followMe=false && following=true 博主关注的人,第三优先
无关系用户评论 followMe=false && following=false 无关注关系,优先级最低

同时统计认证用户评论数(verified=true)。

第三步:按优先级排序筛选

对每条评论计算优先级分数:

关系类型 基础分 认证用户加成
互粉 30 +5
我的粉丝 20 +5
我关注的 10 +5
无关系 0 +5

按优先级分数降序排列,分数相同时按评论时间降序(最新优先)。

默认筛选出前 5 条值得回复的评论,最大建议不超过 20 条。

第四步:输出分析报告

报告包含:

  • 分类统计摘要:一行紧凑展示各类型评论数量
  • 推荐回复的评论列表:每条评论含排名、关系类型、用户昵称、评论内容、时间、建议回复原因、AI 回复示例、评论对应的原博链接(postJumpLink
  • 引导获取更多评论:提示用户可通过指定微博ID获取该微博下的完整评论列表

报告结构

⚠️ 报告中每条评论的原博链接必须使用 Markdown 链接格式 [url](url) 输出,方便用户点击跳转。

📊 互动回复建议报告

评论统计:共 12 条(互粉 2 | 粉丝 4 | 我关注 1 | 认证用户 3 | 无关系 5)

建议回复的评论(按优先级排序):

  1. 🌟 互粉 · 认证用户 | 科技博主老王
     「这个观点很有深度,补充一下…」 · 06-15 16:14
     💬 AI回复示例:感谢补充!你说的这个角度确实值得深入探讨,回头我整理一下展开聊聊~
     📝 回复思路:对方补充了观点,顺势表示认同并承诺后续展开,既回应了内容又留下互动钩子
     🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)

  2. 🌟 互粉 | 小明
     「支持!说得对」 · 06-15 15:30
     💬 AI回复示例:谢谢支持!有你认同我就放心了😄
     📝 回复思路:评论简短,回复也保持轻松,加入情感表达让互动更真实自然
     🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)

  3. 💬 粉丝 · 认证用户 | 行业观察者
     「期待更多这样的内容」 · 06-15 14:20
     💬 AI回复示例:感谢关注!会继续分享这类内容,有想了解的话题也可以告诉我~
     📝 回复思路:回应期待的同时邀请对方提需求,把单向互动变成双向对话
     🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)

  4. 💬 粉丝 | 小红
     「学到了,感谢分享」 · 06-15 13:10
     💬 AI回复示例:能帮到你就好!以后还会分享更多实用内容,记得关注哦~
     📝 回复思路:肯定对方的收获感,顺带引导关注,自然不突兀
     🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)

  5. 👁 我关注的 | 大V张三
     「有意思」 · 06-15 12:00
     💬 AI回复示例:哈哈谢谢!你那边也经常发有趣的内容,互相学习~
     📝 回复思路:评论很简短,回复轻松回应即可,顺带夸对方内容,维护平等的社交关系
     🔗 [https://weibo.com/uid/mid](https://weibo.com/uid/mid)

💡 想查看自己某条微博的更多评论?告诉我微博ID,我可以帮你获取该微博下的完整评论列表,发现更多值得互动的内容。
Install via CLI
npx skills add https://github.com/wecode-ai/openclaw-weibo --skill weibo-interactive
Repository Details
star Stars 37
call_split Forks 7
navigation Branch main
article Path SKILL.md
More from Creator