TikTok 视频详情 | Qinghu AI

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install qinghu-tiktok-video-detail
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 qinghu-tiktok-video-detail。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

此 Openclaw Skills 集成通过 qhkit mcp CLI 使用 Qinghu AI 的 tiktok_video_detail 工具，按 video_id 获取 TikTok 视频详情。适用于查询观看量、表现指标以及 TikTok Shop 或创作者电商数据，无需用户另行寻找或配置 MCP 服务器。
该 skill 会验证输入、估算额度用量、在付费调用前请求授权，并返回精简 JSON 数据；结果较大时则提供本地文件。它专用于 TikTok 视频详情查询；更广泛的商品研究、竞争对手分析和多步骤电商工作流应使用相关 Qinghu AI skills。

应用场景

video_id
获取单个 TikTok 视频的表现数据。
使用逗号分隔的 ID，一次批量查询最多 10 个 TikTok 视频。
从包含
/video/
的 TikTok URL 中提取数字
video_id
。
查看观看量、互动情况以及可用的 TikTok Shop 或带货相关指标。
对少量视频进行内容、创作者或电商研究比较。
导出较大的结果集，用于后续筛选、统计或报告。
用户询问 TikTok 视频数据、播放表现或带货表现时触发。

工作原理

确定用户要查询的 TikTok 视频并收集必需的 video_ids；缺少必需信息时应询问，不要猜测。
用户提供 TikTok URL 时，提取 /video/ 后的数字并将其作为 video_id。
每个会话首次调用工具时，运行 qhkit mcp describe 获取当前输入 schema 和计费详情。
付费请求前运行 qhkit mcp estimate，获取当前基础额度估算。
说明工具用途和预计 Qinghu 额度，并在首次付费调用前取得用户授权；适用时在本会话中沿用该授权。
按最新的 inputSchema 验证请求，并将最多 10 个 ID 以逗号分隔的 video_ids 字符串传入。
通过 qhkit mcp 调用 tiktok_video_detail，并解析其单行 JSON 响应。
先给出结论，再提供支持指标，并清楚说明平台、站点、时期和样本量背景。
少量结果直接显示；结果较大时使用返回的文件路径进行筛选、分析和导出，不要根据预览重建完整数据集。
报告调用返回的实际总 credits，不要将 Qinghu 计费额度与 points 等业务数据字段混淆。

配置指南

Node.js 18 或更新版本。
qhkit CLI；使用 mcp 命令需为 0.14.0 或更新版本。
为生产环境配置的 Qinghu AI token。
付费数据调用所需权限及可用 Qinghu 额度。
安装 qhkit
如果 qhkit config show 已可正常运行，请继续验证配置；否则全局安装软件包：
npm i -g @iqinghu/qhkit
如果官方 npm registry 速度较慢或无法使用，请采用文档所述的镜像备用方案：
npm i -g @iqinghu/qhkit --registry=https://registry.npmmirror.com
如果全局安装权限失败且无法提升权限，可通过 npx 使用完整软件包名称：
npx @iqinghu/qhkit ...
配置身份验证
从 Qinghu 工作台获取 Qinghu API key，然后在本地配置：
qhkit config set --token --env prod
qhkit config show
也可通过环境变量设置 token：
export QHKIT_TOKEN=''
qhkit config show
配置输出应对 token 脱敏并确认已就绪。如果尚未安装 Node.js，请先安装 Node 18 或更新版本；使用平台支持的包管理器或安装程序。使用以下命令升级旧版 CLI：
npm i -g @iqinghu/qhkit@latest
运行查询
qhkit mcp describe '{"names":["tiktok_video_detail"]}'
qhkit mcp estimate '{"names":["tiktok_video_detail"]}'
qhkit mcp call '{"name":"tiktok_video_detail","params":{"video_ids":"7560802497552567582"}}'
以 describe 返回的 schema 为准。对于复杂参数、中文文本或包含引号的内容，请将请求写入 JSON 文件，再使用 qhkit mcp call @params.json 调用，以避免 shell 转义错误。不要反复重试无效或服务器失败的付费调用；请先检查返回的 stage 和 message。
TikTok 视频详情 | Qinghu AI 数据架构与分类体系
请求 schema
字段 必填 类型 描述
video_ids 是 string 一个或多个 TikTok 视频 ID，以英文逗号分隔；每次调用最多 10 个 ID。
响应封装
成功调用返回单行 JSON，格式如下：
{"ok":true,"stage":"done","name":"tiktok_video_detail","credits":0,"data":{}}
失败时返回：
{"ok":false,"stage":"...","message":"..."}
stage 表示处理停止的位置。validate 表示本地输入验证失败，未发起调用，也未扣费。call 或 mcp 表示服务端故障；config、version 或 runtime 表示环境或 CLI 问题。
结果存储
少量结果直接显示在 data 中。
大型结果集会返回 large: true、包含完整 JSON 的本地 file 路径、records、fields 和简短的 preview。
后续筛选、汇总、统计和导出时使用完整的 file；切勿根据预览推断完整数据集。
记录数达到 10 条或以上时，如果具备 qinghu-excel-export 能力，请提供电子表格或表格文件，而不是在聊天中放入大型 Markdown 表格。
计费元数据
estimate 报告当前基础估算，call 返回实际消耗的 credits。
用量依据返回结果计算，且可能变化；应将估算说明为近似值。
汇总本轮付费调用返回的所有 credits，并在回复末尾单独说明 Qinghu 额度总数。
不要转换或重新解释返回的 Qinghu 额度值，也不要将 points 等名称相似的业务字段用作计费数据。

高级特性

单次请求最多支持批量处理 10 个 TikTok
video_id
。
qhkit mcp describe
动态发现 schema，确保调用符合当前工具约定。
qhkit mcp estimate
预先估算费用，便于透明授权和预算管理。
会话级授权可避免用户为已授权的相关付费工具重复批准。
大型结果会将完整 JSON 保存在本地文件中，同时保持聊天回复简洁。
基于阶段的结构化错误可区分验证、配置、版本、运行时、MCP 和服务故障。
CLI 自动重试可能处理部分 401 或 5xx 情况，但 skill 仍须检查最终错误并避免重试循环。
此 skill 的能力范围明确：使用
tiktok_video_detail
查询 TikTok 视频详情，不会改用浏览器抓取或名称相似的工具。
对于更广泛的 TikTok Shop 研究、商品选择、竞争对手分析或跨平台发现，可转交专用的 Qinghu AI 或 Openclaw Skills 集成。

name: qinghu-tiktok-video-detail description: "青虎AI TikTok-视频详情查询：按 video_id 批量查询 TikTok 视频详情（单次最多 10 个）。当用户说「查一下这条 TikTok 视频的数据」「这个视频播放和带货怎么样」或提出同类需求时必须触发。关键词：青虎AI、qhkit、青虎数据、TikTok、TikTok Shop、抖音国际版、视频详情、video_id、播放量、带货数据、批量获取视频详情。" user-invocable: true
homepage: https://www.npmjs.com/package/@iqinghu/qhkit