安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install tiktok-competitor-radar
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
   /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-competitor-radar。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。
   下载技能 (.zip)

什么是

TikTok 竞品雷达是一款 Openclaw Skills 工具，可用于研究 TikTok 公开内容，无需手动浏览平台。它提供三个命令行工作流：按关键词搜索视频、获取创作者公开发布的帖子，以及收集视频评论。结果包含创作者、互动次数、标签、链接和评论互动等实用信息，并以结构化 JSON 格式返回。
利用收集到的数据比较品牌、监控创作者动态、寻找内容灵感、筛选网红并了解受众讨论。此技能为只读工具：不会登录 TikTok，也不会执行发布、点赞、关注或发送消息等操作。Openclaw Skills 用户应注意，请求会将 API 令牌以及查询关键词或目标 URL/ID 发送至 guaikei.com。

应用场景

查找与关键词、主题或时间范围相关的热门或相关 TikTok 视频。
比较竞争对手和品牌的内容，包括发布频率和互动情况。
查看创作者最新或最热门的公开帖子，以寻找潜在合作对象或参考标杆。
收集视频评论，了解受众问题、反应和情绪倾向。
研究内容形式、标签和表现出色的话题，为未来规划提供依据。
构建结构化数据集，用于报告、排名或进一步分析。

工作原理

根据请求选择相应工作流：关键词或趋势研究使用 search-cli.js，创作者帖子研究使用 post-cli.js，视频讨论研究使用 comment-cli.js。
提供所需关键词或 TikTok 主页/视频 URL 或 ID，并可选提供排序、时间范围和结果数量上限参数。
Node.js CLI 使用 GUAIKEI_API_TOKEN 向 GuaiKei 服务发送请求，并获取 TikTok 公开数据。
从 stdout 读取机器可读的 JSON；横幅、进度信息和日志会写入 stderr。响应封装包含状态、错误代码、消息、时间戳、请求、元数据、结果和警告。
将 success 理解为已返回数据，将 empty 理解为请求有效但没有匹配结果，将 error 理解为请求失败。报告 warnings 中列出的任何参数调整。
根据用户目标整理结果，例如按点赞数排列视频、比较创作者发帖频率，或汇总获赞较多的评论。不要编造缺失数据，也不要自动扩大搜索范围。

配置指南

要求：Node.js 16.14.0 或更高版本，以及有效的 GuaiKei API 令牌。通过 www.guaikei.com 获取令牌，然后在环境中进行配置。从技能根目录运行命令；此技能使用 Node.js 内置模块，无需 npm 包。

为当前 shell 会话设置令牌

export GUAIKEI_API_TOKEN="YOUR_TOKEN"

搜索与关键词相关的热门视频

node scripts/tiktok/search-cli.js --keyword "AI" --sort 1 --limit 20

获取创作者近期发布的公开帖子

node scripts/tiktok/post-cli.js --url "https://www.tiktok.com/@username" --limit 30

获取视频评论

node scripts/tiktok/comment-cli.js --url "https://www.tiktok.com/@username/video/1234567890123456789" --limit 40
对于关键词搜索，--sort 0 表示按相关性排序，--sort 1 表示按热度排序；--time 接受以天数表示的值，例如 1、7、30、90 或 180。对于创作者帖子，--sort 0 表示按最新帖子排序，--sort 1 表示按热门帖子排序。默认结果数量上限为 10；每次请求的结果数不得超过 1,000。如果令牌缺失或无效，请停止操作并进行配置，不要尝试使用不同参数重新请求。

数据架构

每个 CLI 都会返回一致的 JSON 封装：
字段 用途
status success、empty 或 error
error_code 机器可读的结果，例如 OK、NO_MATCH 或 AUTH_REQUIRED
message 面向用户的说明
timestamp 请求时间
request 命令和提交的参数，例如关键词、排序方式、时间、URL 和数量上限
metadata 技能名称和版本、运行时版本及执行时间
results 返回的 TikTok 公开记录；结果为空或出错时为 null
warnings 必须披露的参数修正或回退信息
结果详情因工作流而异。搜索结果可包含创作者、点赞数、评论数、分享数、收藏数、标签和视频 URL。创作者帖子结果包含公开帖子，并支持按最新或热门排序。评论结果包含评论文本、评论者、点赞数和回复数。该软件包在 assets/ 下定义了六个 Draft-07 JSON Schema：搜索、帖子和评论各自的请求与响应 Schema。运行日志保存在系统临时目录下的 tiktok-guaikei/logs//；具体路径会通过 stderr 报告。

高级特性

独立的 CLI 工作流将关键词发现、创作者帖子获取和评论分析区分开来，并通过路由规则避免将视频搜索与评论或创作者请求混淆。
使用特定于工作流的热度或新近度排序、时间范围和可配置的结果数量上限，进行排序和筛选研究结果。
结构化的状态、错误代码、元数据和警告支持可靠的下游解析，并能区分无结果和请求失败。
内置处理机制会针对网络和超时故障重试；身份验证失败则需要进行配置，且不得重试。
使用返回的字段对内容排序、评估发帖频率、筛选创作者或汇总互动较高的评论；这些只是分析建议，不是自动生成的结论。
只读操作、基于环境变量的令牌处理方式以及无需第三方 npm 依赖，有助于限制访问权限和执行范围。

name: tiktok-competitor-radar description: 对比品牌在TikTok社媒上的内容表现、互动数据和讨论趋势，可结合历史数据进行分析，输出差异、证据与可执行机会，用于竞品分析、品牌对比、阶段性变化判断、品牌传播复盘和品牌策略优化。提供3个能力①关键词搜索（可按点赞/相关度排序、发布时间筛选）②博主作品获取，按主页链接或用户名批量获取公开作品列表，支持最新/最热排序 ③视频评论抓取，按视频链接或作品 ID 获取评论内容、评论者与互动数据，输出结构化 JSON（含作者、互动数据、标签、链接）。 license: MIT
version: 1.0.0