maxhub-lemon8

name: maxhub-lemon8 description: Lemon8 内容与用户公开数据分析 skill，通过 MaxHub API 查询笔记/帖子详情、评论、用户资料、搜索与推荐内容。适合生活方式内容研究、种草笔记分析、创作者画像、话题趋势和竞品监控。默认 read-only；agent 应从 recipes/_index.md 匹配用户意图，再按 recipe 详情传递 post_id/user_id/keyword 等参数。所有请求发送到 https://www.aconfig.cn。 license: MIT-0 metadata: author: maxhub version: 3.8.0 openclaw: capability: read_only requires_confirmation: - non_idempotent - cookie_input emoji: 🍋 primaryEnv: MAXHUB_API_KEY requires: env: - MAXHUB_API_KEY bins: - curl env: - name: MAXHUB_API_KEY description: API key for MaxHub data APIs. Get one at https://www.aconfig.cn required: true sensitive: true network: - https://www.aconfig.cn riskLevel: low defaultMode: recipes_first_read_only skillClass: maxhub-api-skill platform: lemon8 authType: bearer_env dataSource: MaxHub API via https://www.aconfig.cn agentUse: entrypoint: SKILL.md §4 Agent Decision Tree intentIndex: references/recipes/_index.md chainDetails: references/recipes/.md fieldFlow: references/param-mappings.md endpointWhitelist: references/endpoints_whitelist.yaml selectionPolicy: recipes_first_then_atoms; longest_trigger_match; ask_on_tie parameterPolicy: use recipe extract/in_map and field-flow dictionary; never invent path or parameters privacy: thirdParty: https://www.aconfig.cn transmits: - MAXHUB_API_KEY - user_supplied_ids - keywords - urls - optional_cookies_or_tokens guidance: Use only for authorized data processing; minimize personal data; do not expose secrets in logs or prompts. hermes: tags: - lemon8 - 笔记 - 种草 - 生活方式 - 评论 - 用户资料 - 搜索 - 推荐 - 内容分析 category: data-analysis intents: - query - analyze - search - chain - report locale: - zh-CN - en

Lemon8 数据助手

1. 简介

Lemon8 数据查询工具，通过 MaxHub API 接入字节跳动旗下海外种草社区 Lemon8（柠檬 8），覆盖笔记详情、评论、用户资料、关注 / 粉丝、Discover 发现、热搜词、话题、综合搜索、分享文本解析等核心能力。专注服务于 Lemon8 种草研究、海外内容运营、话题趋势监测与跨境品牌投放场景，帮助用户高效采集 Lemon8 笔记数据、识别热门话题与种草达人，构建海外生活方式赛道的内容情报。

2. 详细功能

笔记内容

• 通过笔记 ID 直查笔记详情，含标题、正文、配图、视频、作者与互动数据
• 拉取笔记下的真实评论列表，作为种草反馈与用户口碑分析的一手样本
• 串联笔记 → 作者 → 同主题笔记，搭建从单条爆款到选题面的完整还原链路

用户档案

• 查询用户资料，覆盖头像、昵称、简介、粉丝量、互动量等基础画像维度
• 拉取用户的粉丝列表与关注列表，用于受众结构分析与达人圈层洞察
• 适配从笔记作者反查用户、从话题热门贴反查 KOC 的多种倒排链路

Discover 发现

• 拉取 Discover 入口的 Banner 轮播位，捕捉平台官方主推的热门话题与活动
• 拉取 Discover Tab 列表，呈现平台运营分类下的推荐笔记与精选内容
• 拉取 Discover Information Tabs 信息分区，细颗粒度切入垂类内容入口

搜索与热搜

• 提供综合搜索能力，单次查询可同时返回笔记、用户与话题等多类目结果
• 拉取实时热搜词列表，识别平台当前正在升温的关键词与趋势
• 串联热搜词 → 搜索 → 笔记详情，复刻真实用户从发现到深度阅读的路径

话题深度追踪

• 拉取话题信息，含话题简介、参与人数、累计互动等顶层指标
• 按话题获取参与笔记列表，并支持按热门或最新排序拆解话题贡献结构
• 跟踪同一话题在不同时间窗内的内容增长，识别快速爆发的细分赛道

分享文本解析

• 单条解析分享文本中的用户身份，将站外分享口令一键还原为可查询的标识
• 单条解析分享文本中的笔记身份，把分享链接打通到笔记详情查询链路
• 提供批量解析接口，支持单次提交多条分享文本一次性回收解析结果，提升大批量任务效率

📋 数据传输与隐私声明（请认真阅读）

1. 第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。
2. UGC 隐私：拉回的评论 / 弹幕 / 动态 / 私信 / 联系人等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。
3. 凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。
4. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 平台 ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台 注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

2️⃣ Recipe 匹配规则（核心）

1. 加载 references/recipes/_index.md，扫 trigger_keywords 列
2. 最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
3. 平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
4. 无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

1. 读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
2. 优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
3. 字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
4. 链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

6️⃣ 输出契约（与用户对话时）

1. 数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
2. 缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
3. 不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

基础使用（4 步完成调用）

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

Step 3 — 构建最小调用计划

• ✅ 优先使用最少端点完成任务，能用一个端点就不用两个
• ✅ 批量解析 share_text → 用 POST 批量端点（get_user_ids / get_item_ids）单次完成
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

Step 4 — 执行并验证

• 调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → 写入确认）
• 收到 404 → 必须先做防路径臆造自检（5 步）
• 收到 400 / 422 → 必须先做防参数臆造自检（6 步），重点检查 fetch_post_comment_list 的三件套必传
• 收到 业务 code != 0 → 读 message_zh 报告用户，不重试

高级使用

链式调用图谱（Chain Recipes）

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对（注意 get_user_ids / get_item_ids 是 POST）→ 不等 STOP
3. 参数键名比对 → 有清单外参数 STOP
4. 资源 ID 来源溯源 → Agent 编造的 STOP
5. 全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

1. 参数名严格比对（item_id / group_id / media_id / forum_id / hashtag_name 不可混用）
2. 必填项齐全（fetch_post_comment_list 必须三件套；fetch_topic_post_list 必须 category + category_parameter + hashtag_name）
3. 类型与格式严格匹配（pattern / enum）
4. 传参方式正确（GET 用 query / POST 用 body）
5. 没有 IN 表外的臆造参数
6. 全通过才按 message_zh 排查

端点替换矩阵

SKILL 版本更新

常用命令速查表

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 Lemon8 上某个用户的 post」

Agent 执行步骤：

1. 匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
2. 加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
3. 路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
4. risk: low 的端点直接调用，risk: medium+ 先与用户确认
5. 链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
6. 错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
7. 输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

• ❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
• ❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
• ❌ 把没在响应里的字段编一个值返回给用户
• ❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：海外种草研究员监测美妆赛道

• 角色：跨境美妆品牌内容研究员
• 需求：监测 Lemon8 上美妆 / 护肤关键词的笔记结构与互动表现
• 使用方式：fetch_hot_search_keywords 取热搜词 → fetch_search 拉笔记列表 → 链式调 fetch_post_detail + fetch_post_comment_list 提取笔记 + 真实评论
• 预期收益：完整还原 Lemon8 用户对美妆话题的真实表达，反哺品牌内容创作

场景二：海外内容运营批量挖掘 KOC

• 角色：跨境品牌运营
• 需求：从 Lemon8 话题 + 综合搜索中识别中腰部 KOC 并构建联系名单
• 使用方式：fetch_topic_info → fetch_topic_post_list 获取话题贴 → 批量取 share_text 通过 get_user_ids 解析 user_id → 链式调 fetch_user_profile
• 预期收益：批量构建 KOC 名单，相比手动查找效率提升 8 倍以上

场景三：话题趋势分析师追踪 Lemon8 hashtag

• 角色：海外内容趋势分析
• 需求：跟踪某个 Lemon8 话题的内容增长 + 头部贴 + 互动趋势
• 使用方式：fetch_topic_info（forum_id）→ fetch_topic_post_list（hashtag_name + sort_type=hot）→ 取 item_id 链式调 fetch_post_detail
• 预期收益：话题层级的可量化趋势数据，识别快速增长的细分领域

场景四：跨境品牌竞调 Lemon8 内容生态

• 角色：跨境市场分析
• 需求：分析竞品在 Lemon8 上的笔记数、互动表现与目标受众分布
• 使用方式：fetch_search（品牌名）→ 批量笔记取 user_id → fetch_user_profile + fetch_user_follower_list 拉受众画像
• 预期收益：构建竞品在 Lemon8 上的完整内容生态画像，输入投放与产品决策

6. 项目架构

目录结构

maxhub-lemon8/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 3.7.2）
└── references/
    ├── endpoints_whitelist.yaml        # 16 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理）
    ├── content.md                      # 内容域：笔记/评论/Discover/搜索/话题/share_text 解析（11 端点）
    ├── user.md                         # 用户域：资料/粉丝/关注/share_text 解析（5 端点）
    └── update.md                       # SKILL 更新机制（SkillHub / ClawHub / GitHub）

技术栈

API 覆盖范围

关键设计理念

• 防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
• 链式调用图谱：字段流字典（user_id / item_id / group_id / media_id / forum_id / hashtag_name）+ Chain Recipes + 跨 reference 链路三层联动
• 错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 单条 / 批量端点替换矩阵