TikTok 视频排行榜 | 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-rank
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-rank。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

Qinghu AI 的 TikTok 视频排行榜使用 tiktok_video_ranklist 数据工具，获取热门 TikTok 视频和带货视频。使用它可按地区和报告周期查看排行榜，按观看量或视频销量排序，并可选择筛选 AI 创作视频或商品类别。结果代表所选周期内的增长，而非累计总量。
此 Openclaw Skills 集成通过 qhkit mcp CLI 调用该工具，因此无需在宿主环境中查找或配置 MCP 服务器。它专为定向查询排行榜和发现竞争对手而设计；更广泛的商品研究或多步骤分析可能需要相关的 Qinghu 工具或技能。

应用场景

查找特定市场最新可用的每周 TikTok Shop 视频排行榜。
发现某个地区按观看量排名的热门视频。
找出销售表现强劲的可购物视频。
使用相应的报告日期比较每日、每周或每月的排行榜结果。
使用合适的 TikTok 搜索工具确定类别 ID 后，将排行榜限定到某个商品类别。
为内容和电商团队研究潜在的标杆视频。

工作原理

确定所需的地区、排行榜周期、日期、排名指标，以及任何类别或 AI 视频筛选条件。对于必需值，应请用户澄清，不要猜测。
在对话中首次调用时，使用 qhkit mcp describe 和 qhkit mcp estimate 介绍工具并估算费用；说明预计费用，并在付费调用前取得用户授权。
用户要求当前或最新数据时，使用最近一个已完成的可用报告周期：每日排行榜使用昨天，每周排行榜使用前一周的星期一，每月排行榜使用前一个月的第一天。
根据 describe 返回的最新 inputSchema 构建请求，然后使用已确认的值调用 tiktok_video_ranklist。使用适当的搜索工具将类别名称解析为 ID；绝不编造 ID。
阅读 CLI 返回的单行 JSON 响应。对于大型结果，应使用返回的本地文件进行筛选、分析或导出，不要将预览视为完整数据集。
先给出结论，再简要提供支持证据，并标注平台、地区、周期和样本量。如果进行了付费调用，应报告返回的 credits 字段中的实际用量。

配置指南

此技能需要 Node.js 18 或更高版本，以及 0.14.0 或更高版本的 qhkit CLI。CLI 可独立安装；无需配置宿主侧 MCP 服务器。
检查 qhkit 是否可用：
qhkit config show
如有需要，全局安装软件包：
npm i -g @iqinghu/qhkit
如果官方 npm 注册表速度较慢或不可用，请使用提供的镜像重试：
npm i -g @iqinghu/qhkit --registry=https://registry.npmmirror.com
如果尚未设置 API token，请进行配置。从 Qinghu 工作台获取 token，然后运行：
qhkit config set --token --env prod
也可以设置 QHKIT_TOKEN 环境变量。请妥善保管 token。
确认设置：
qhkit config show
调用排行榜工具前，检查其当前架构并估算费用：
qhkit mcp describe '{"names":["tiktok_video_ranklist"]}'
qhkit mcp estimate '{"names":["tiktok_video_ranklist"]}'
请使用当前架构，不要仅依赖技能中的参数快照。对于复杂或包含大量引号的参数，请将请求 JSON 保存到文件，然后调用 qhkit mcp call @params.json。如果 CLI 版本过旧，请使用 npm i -g @iqinghu/qhkit@latest 升级。
TikTok 视频排行榜 | Qinghu AI 数据架构与分类体系
请求参数
参数 必填 类型 用途
date 是 string yyyy-MM-dd 格式的排行榜日期。每周排行榜使用相应的星期一；每月排行榜使用当月第一天。
region 是 string 市场或地区代码，例如 US。
rank_type 是 integer 报告周期：1 = 日，2 = 周，3 = 月。
video_rank_field 是 integer 排名指标：1 = 观看量，2 = 视频销量。
page_num 是 integer 页码，从 1 开始；文档所述最大值为 100000。
page_size 是 integer 每页结果数；最大值为 10。
created_by_ai 否 string 可选的 true 或 false 筛选条件，用于筛选 AI 创作视频。
product_category_id 否 string 可选的商品类别筛选条件，用于可购物视频排行榜。请使用已验证的类别 ID。
如果与此快照不同，工具的实时 inputSchema 应作为权威依据。类别 ID 必须来自适当的搜索结果，不得推断或编造。
响应与文件
CLI 会向 stdout 写入一个 JSON 对象。成功响应包含 ok、stage、name、credits 和 data；失败响应包含 ok、stage 和 message。
小型结果可直接在 data 下获取。
大型结果可能包含 large: true、file（完整 JSON 的本地路径）、records、fields 和 preview。完整分析应以文件为准；预览并非完整结果。
排名数值是周期内的增量。为避免造成误导性比较，请标注平台、地区、排行榜周期、日期和样本量。
响应包含至少 10 条记录时，请提供文件或简洁预览，不要用大型 Markdown 表格刷屏。

高级特性

支持每日、每周和每月排行榜；对于“最新”“本周”或“今天”等请求，会自动选择最近一个已完成的周期。
可按视频观看量或视频销量排名，并支持可选的 AI 创作视频和商品类别筛选条件。
通过实时工具说明和架构检查，随着 API 演进减少参数错误。
通过相关 TikTok 搜索功能解析类别 ID，而不是猜测；请求需要时，可一并授权相关工具。
通过本地 JSON 文件处理大型结果集，无需将每条记录复制到聊天中，即可进行后续筛选、统计和导出。
对付费调用提供用量估算和明确的授权流程。实际费用由返回结果决定，调用响应中的
credits
是权威依据。
区分验证失败和服务失败：重试前先修正架构验证错误，并避免可能产生费用的重复调用。
将范围限定在 TikTok 视频排行榜；更深入的商品选择、创作者分析或更广泛的跨平台研究，请使用相关 Qinghu 工具或专业技能。

name: qinghu-tiktok-video-rank description: "青虎AI TikTok-视频榜单：按站点、类目查询 TikTok 热门视频榜 / 带货视频榜（日 / 周 / 月榜，返回周期增量）。当用户说「TikTok 这周最火的带货视频」「美国站热门视频榜」「找对标爆款视频」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、视频榜、热门视频、带货视频榜、爆款视频、视频榜单列表。" user-invocable: true
homepage: https://www.npmjs.com/package/@iqinghu/qhkit