青湖AI视频号社交运营专家

分析视频号账号、爆款内容、评论与直播,将公开数据转化为实用的社交增长策略。

autoagc
2026年10月16日
0 收藏
82 下载

安装与下载

1 ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install qinghu-shipinhao-social

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 › 全局 › 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 skill-qinghu-shipinhao-social。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)

基本信息

名称 青湖AI视频号社交运营专家
Slug qinghu-shipinhao-social
创建者 autoagc
创建时间 2026-10-16 05:42:52
更新时间 2026-10-16 05:42:52
收藏数 0
使用量 82
浏览量 1

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-shipinhao-social
  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-shipinhao-social。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

青湖AI视频号社交运营专家是一个 OpenClaw 技能,利用青湖 API 的数据来诊断和改进视频号账号。它将账号资料、认证详情、视频表现、合集、评论和直播记录汇集在一起,提供一个连贯的工作流:账号诊断、爆款视频分析、受众互动洞察以及直播复盘。
与内容发布或账号管理工具不同,该技能专注于公开数据分析与运营建议。它在点赞之外同时考虑转发与评论,使用中位数来避免爆款极端值扭曲账号基准,并将直播表现与短视频预热及私域流量联系起来。Openclaw 技能用户可以利用其发现构建实用的内容计划,同时保持数据限制和不可用的私密指标明确可见。

应用场景

使用资料、认证、发布频率、近期视频互动和内容合集诊断视频号账号。
寻找并拆解高表现视频,以识别主题、吸睛点、结构、标题和行动呼吁中的可复用模式。
搜索账号中关于特定主题的视频并对比相关内容表现。
分析视频评论以浮现重复出现的问题、受众痛点以及正面或负面反馈。
复盘直播历史和精选直播详情,以了解广播频率、排期模式以及短视频预热的机会。
研究对标账号并将其公开内容模式转化为自有账号的策略灵感。
创建包含账号发现、内容主题、形式建议、发布频率和直播建议的实操运营计划。

工作原理

识别账号。使用 fetch_channel_id_to_username 将提供的 sph 频道 ID 转换为 Finder 用户名。如果用户提供了视频分享链接,检索其详情并使用创作者用户名。如果仅提供显示名称,请索取频道 ID 或视频链接;切勿猜测。
确认工具访问与授权。检查可用工具及其输入架构,列出请求分析所需的工具,解释预期的调用及可能的青湖积分消耗,并在进行工具调用前获得用户同意。
收集账号上下文。结合 fetch_user_profile、fetch_channel_info 和 fetch_user_videos 来评估定位、认证、发布频率和近期互动。使用 fetch_user_collections 来审查内容的组织方式。
分析突出视频。将视频互动与账号的中位数表现进行对比,然后使用 fetch_video_detail 检查最强的示例。寻找多个视频之间的模式,而不是将某个爆款结果视为经过验证的公式。
分析受众反馈。使用 fetch_video_comments 识别常见问题和痛点。在需要时使用相关的 comment_id 展开重要评论的回复。
复盘直播。使用 fetch_live_history 了解频率和时间,然后对选定的场次使用 fetch_live_detail。在可用数据支持的情况下,将直播时间与账号的视频活动进行对比。
提供结论与下一步。首先呈现诊断、证据、局限性和实用建议。导出较大的结果集,而不是将大量原始记录倾倒到聊天中。

配置指南

该技能通过 HTTP 使用青湖数据 API;SKILL.md 未指定包安装命令。使该技能在 OpenClaw 环境中可用,然后配置青湖 API 令牌。用户可以在 青湖工作台 注册或登录,并从 API 密钥仪表盘 生成密钥。从 QINGHU_TOKEN 或 QHKIT_TOKEN 中读取令牌,或向用户索取。请对凭据保密。
端点为 POST https://www.iqinghu.com/api/desktop/qh/mcp。发送 Authorization: Bearer 和 Content-Type: application/json。工具发现使用 JSON-RPC tools/list;调用使用 tools/call。例如,列出可用工具:
export QINGHU_TOKEN=""
curl -sS -X POST "https://www.iqinghu.com/api/desktop/qh/mcp"
-H "Authorization: Bearer ${QINGHU_TOKEN}"
-H "Content-Type: application/json"
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' 使用 tools/list 返回的精确工具名称和所需参数;切勿猜测参数。在对话中的第一次调用之前,获得对完整计划工具调用集的同意。如果发生带有空响应的 HTTP 401,请重试一次并验证 Bearer 授权格式。如果问题仍然存在,请针对记录的工作流程页面端点测试相同的令牌,以区分令牌问题与缺少 API 权限。工具结果是 JSON;不需要 Accept: text/event-stream 请求头。

数据架构

该技能通过青湖 API 工具检索信息,而不是定义本地数据库或固定的生成文件架构。
数据领域 工具 典型用途
账号身份与资料 fetch_channel_id_to_username、fetch_user_profile、fetch_channel_info 解析 Finder 用户名;审查资料、认证、账号类型、服务类别及可用统计数据
视频与合集 fetch_user_videos、fetch_search_channel_videos、fetch_user_collections、fetch_collection_videos、fetch_video_detail、fetch_video_share_url 审查发布与互动、搜索账号视频、检查内容系列、分析单个视频并创建分享链接
评论 fetch_video_comments 识别问题、反馈和互动主题;在支持的情况下使用 comment_id 检查回复
直播 fetch_live_history、fetch_live_detail 复盘广播历史和单个直播详情
API 调用返回一个 JSON-RPC 信封。业务数据编码为 result.content[0].text 中的 JSON 文本,因此请单独解析该文本以访问 data、code 和 success 等字段。仅凭成功的 HTTP 状态或 result.isError: false 并不足以确立业务级成功:请验证解析后的业务响应具有 code == 200 且 success == true。
账号工具期望 Finder 用户名,通常为 v2_...@finder 格式,而不是短的 sph 频道 ID。视频详情在可用时应使用 object_id;分享链接可用于检索详情并获取对象 ID。评论需要 object_id。视频列表、合集视频、评论和直播历史使用 last_buffer 游标进行分页;第一页将其留空,后续页面使用先前响应的游标。每一页都是一个单独的 API 调用,可能会产生费用。
当工具响应提供本地缓存文件路径时,请使用该路径进行后续过滤或导出,而不是手动复制记录。对于 10 条或更多记录的结果集,当 qinghu-excel-export 技能可用时,导出电子表格。未指定固定的导出文件名或列架构。报告样本量和测量范围,切勿虚构不可用的指标,如完播率、私域粉丝画像或后端 GMV。

高级特性

将账号诊断、爆款内容分析、评论洞察和直播复盘结合到一个端到端工作流中。
使用工具 discovery 和每个工具的
inputSchema
来验证所需参数,而不是依赖猜测的参数。
仔细处理身份和内容引用:将
sph
ID 解析为 Finder 用户名,复用视频工具返回的用户名,并在评论分析前将分享链接解析为
object_id
。
支持基于游标的分页,并建议在进行额外的付费页面调用之前估计样本量。
在协议、工具和业务响应层检查成功;识别 HTTP 200 或
isError: false
仍可能包含业务失败。
在工具调用前需要用户授权,对完整的计划集合询问一次,保留当前对话的批准,并且不调用用户未批准的工具。记录的限制是每个回复轮次 10 个工具调用。
从信封级别的
pointCost
跟踪实际青湖使用情况,并通过除以 10,000 将其转换为青湖积分;它不会将上游业务积分字段与青湖费用混淆。
在安装了配套导出技能的情况下,为较大的结果集提供简洁的、结论优先的报告和电子表格导出。
明确尊重能力边界:它分析公开数据,但不发布内容、访问账号后台、发送消息、回复评论或捏造不可用的私密指标。


name: qinghu-shipinhao-social description: 青虎AI 视频号社媒运营:基于视频号账号主页资料与认证信息、作品列表与号内搜索、合集、作品详情与评论、直播回放与直播间详情数据,完成「全景诊断 → 爆款拆解 → 互动分析 → 直播复盘」的视频号全链路运营优化。当用户要诊断视频号账号、拆解视频号爆款、分析视频号评论、复盘视频号直播、研究对标视频号时必须触发。关键词:青虎AI、视频号、微信视频号、账号诊断、爆款拆解、评论分析、直播复盘、合集、对标账号、私域。 user-invocable: true metadata: {"openclaw":{"emoji":"🎦"}} 视频号-社媒运营专家 | 青虎AI

视频号运营四件事:账号全景诊断 → 爆款拆解 → 评论互动分析 → 直播复盘。

视频号和抖音的差别要记住:社交推荐(好友点赞、转发到群和朋友圈)占的流量比重高,而且和私域、直播绑得很紧——判断内容好坏要多看转发与评论,判断账号价值要把直播一起看。

何时触发
「帮我诊断一下这个视频号」「这个视频号做得怎么样」
「拆一下这个视频号的爆款」「他哪些视频火了,为什么火」
「看看这条视频号作品的评论区在说什么」
「复盘一下这个号的直播」「他多久播一次」
「找个对标视频号,学学人家怎么做」
数据接口

本技能的数据全部来自青虎数据接口——一个普通的 HTTP 端点,用任何能发请求的方式调用即可(curl、fetch、requests 都行)。 如果当前环境已经把这些工具做成了可直接调用的工具,那就直接调,不必自己拼请求。

项 值
地址 POST https://www.iqinghu.com/api/desktop/qh/mcp
必需请求头 Authorization: Bearer 、Content-Type: application/json
密钥来源 向用户索取,或读环境变量 QINGHU_TOKEN / QHKIT_TOKEN;用户先打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417429126 注册/登录,再到 https://www.iqinghu.com/workbench/dashboard/api-keys?urlCode=1788417429126 生成

HTTP 401 + 空响应体不一定是密钥的问题,按这个顺序排查: ① 先原样重试一次——2026-08-18 实测过同一把有效密钥间歇性返回 401 空体、隔一会儿再请求就正常,别一遇到 401 就下结论; ② 检查请求头是不是 Authorization: Bearer (少了 Bearer 前缀、或改用 X-Api-Key / api-key 一律 401); ③ 持续 401 时,拿同一个密钥请求 GET https://www.iqinghu.com/api/desktop/qh/workflow/page?pageNum=1&pageSize=5(同一套鉴权): 返回 200 说明密钥有效,问题在这个端点的账号权限——此时不要再向用户索要密钥,请他到青虎工作台开通数据接口权限。 返回一律是纯 JSON,不需要 Accept: text/event-stream。

  1. 查工具入参

第一次用某个工具、或拿不准参数时先查一次,不要猜参数:

{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}

result.tools[] 每项含 name(调用时用的名字)、title(中文名)、description、inputSchema(必填项与类型)、outputSchema、free(是否免费)。

  1. 发起调用

工具名照 tools/list 返回的 name 原样填:

{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"hot_douyin_rank","arguments":{}}}

  1. 取业务数据:要解两层

业务数据是被 JSON 字符串化塞在 content[0].text 里的,直接读 content 拿不到值:

{"jsonrpc":"2.0","id":2,"result":{
"isError": false,
"pointCost": 2000,
"content": [{"type":"text","text":"{"code":200,"data":{...},"success":true}"}]
}}

必须对 content[0].text 再做一次 JSON 解析,才拿得到里面的 data。

  1. 判断成没成功:三层都要看

HTTP 状态码永远是 200,isError 也可能骗人,按顺序检查:

检查 含义
顶层有 error 对象(此时没有 result) 协议层失败,如工具名写错会返回「工具不存在: xxx」
result.isError 为 true 调用出错
解析内层后 code == 200 且 success == true 只有这样才算真成功

实测缺必填参数时返回的是 isError: false 但内层 code:500、success:false——光看 isError 或 HTTP 200 会把失败当成功。 参数出错时的提示只有一句「API调用成功判断失败」,既不说缺哪个参数也不说哪个值非法,所以调用前对着 inputSchema 的 required 自查,不要靠试错。

调用失败时 pointCost 为 0,不扣费。

拿不到数据就停下来说明卡在哪(缺密钥 / 工具名不存在 / 参数不对),不要用名字相似的工具替代,也不要改用浏览器抓网页—— 商品、货源、榜单、达人、关键词、市场数据类需求一律优先走这些接口。

下表是本技能要用的工具,写的是 name 原值;表里只补 inputSchema 里看不出来的取值来源与前置步骤。

工具 中文名 用在哪一步
fetch_channel_id_to_username 视频号ID转username 用户给的是 sph 开头的视频号 ID 时,第一步先换成 finder username
fetch_user_profile 查账号主页资料 账号画像与统计数据(诊断起点)
fetch_channel_info 查账号信息 IP 属地、认证主体、主体类型、服务类别、认证时间
fetch_user_videos 查账号视频列表 作品列表,看发布频率与互动分布(主力)
fetch_search_channel_videos 查账号内视频 在号内按关键词找某个主题的作品
fetch_user_collections 获取账号合集列表 看内容栏目化程度,拿 topic_id / topic_type
fetch_collection_videos 获取账号合集内视频 单个合集的作品与表现
fetch_video_detail 查视频数据 单条作品详情(爆款拆解)
fetch_video_comments 查视频评论 评论区痛点与互动质量
fetch_video_share_url 生成作品分享链接 按 object_id 生成作品分享短链,方案里引用作品时附上
fetch_live_history 获取账号直播回放 直播频次与历史场次
fetch_live_detail 获取账号直播间详情 单场直播详情(直播复盘)

视频号工具的账号入参是 finder username(v2_...@finder 格式),不是用户常给的视频号 ID(sph 开头的短号)。用户给的是 sph ID 时先用 fetch_channel_id_to_username 转换,不要把 sph ID 直接填进 username;作品详情、作品列表的返回里也带 username,拿到了就直接复用,不必重复转换。 作品详情优先传 object_id;手里只有分享短链(https://weixin.qq.com/sph/...)时传 share_url。评论工具只认 object_id,拿着短链的先用 fetch_video_detail 换出 object_id。 作品列表、合集内视频、评论、直播回放都用 last_buffer 游标翻页:首页留空,下一页填上一页返回的游标。每翻一页都是一次付费调用,先按要多大的样本量估好页数。 raw 传 false 拿精简结构,便于分析;除非排查问题,不要传 true。

工作流程 0) 定位账号 用户给 sph 视频号 ID → fetch_channel_id_to_username 换 username;
用户只给作品分享链接 → fetch_video_detail 查作品,从返回里取作者 username;
用户只给账号昵称 → 没有按昵称搜账号的工具,请用户提供视频号 ID(视频号主页可复制)或一条作品分享链接,不要猜。

  1. 账号全景诊断:fetch_user_profile + fetch_channel_info + fetch_user_videos

看四件事:

定位:认证主体、主体类型、服务类别、简介——是个人 IP、企业号还是带货号;
产能:近期发布频率稳不稳定,有没有长期断更;
表现:近 N 条作品的点赞 / 转发 / 评论分布——看中位数,别只看平均数,一条爆款就能把平均数拉得很高;
栏目化:fetch_user_collections 看合集,合集清晰说明内容成体系,新号可以直接照着搭栏目。 2) 爆款拆解:fetch_user_videos 挑款 → fetch_video_detail 拆

挑出互动明显高于账号中位数的作品,逐条看选题、开头钩子、时长与结构、标题文案、有没有挂商品或引流私域。 一条爆款可能是运气,三条同类型的爆款才是方法——拆完要归纳共性。 用户只关心某个主题时,用 fetch_search_channel_videos 在号内按关键词找。 能拿到哪些字段以返回为准,返回里没有的维度(如完播率)不要编。

  1. 互动分析:fetch_video_comments 高频提问 = 下一条作品的选题;
    吐槽与负面反馈 = 产品或内容的改进点;
    热评需要看回复时,用 comment_id 展开二级回复。

评论区的用户原话直接收进素材库,比自己编的文案更能打动同类人群。

  1. 直播复盘:fetch_live_history + fetch_live_detail

先用回放列表看直播频次与开播规律,再挑重点场次查直播间详情。 同时对照作品列表看直播前有没有短视频预热——视频号的直播流量很大一部分来自短视频和私域的导流。

  1. 出运营方案

诊断结论 + 爆款公式 + 选题清单 + 直播建议,落到下一阶段可以直接执行的动作。

输出
账号诊断卡:定位、认证主体、产能、互动水平(中位数)、栏目化程度,优势与短板各三条。
爆款拆解:每条爆款的选题、钩子、结构、文案要点,以及归纳出的共性公式。
评论洞察:高频问题、痛点、正负面反馈,附用户原话。
直播复盘:频次与开播规律、重点场次表现、改进建议。
行动建议:下一阶段选题清单 + 内容形式 + 发布节奏。
作品 / 评论明细超过 10 条按「数据交付」导出。
数据交付
工具返回的记录数组 ≥ 10 条时默认导出表格文件(装了 qinghu-excel-export 技能就用它),不管用户有没有提「表格 / 导出」。不要把大数据集铺成聊天里的 markdown 表格,也不要反问「需要我导出吗」——先导出、给链接才是正确姿势。
工具返回里出现「完整数据已缓存到本机文件: ...」时,后续筛选、导出一律用那个文件路径,绝对不要逐行抄写数据。
导出后的回复保持精简:交付链接 + 一句话说明 + 不超过 5 行关键预览。
结论先行:先给判断和建议(能不能做、怎么做、风险在哪),再给支撑数据;不要把原始字段直接倒给用户。
数字要标口径:站点 / 账期 / 周期 / 样本量。跨站点或跨周期的数字不要混在一张表里比。
计费与授权

所有工具统一在发起调用前先经用户确认,不必按 free 字段区分收费与否,按下面的规则征求授权。

不要轻信描述里的「免费」文案——有的工具描述写着「免费」实际照样扣积分(1688 那几个就是);没实测过 pointCost 就说「费用以实际扣费为准」,不要替工具打包票。

实扣多少看返回信封里的 pointCost(在 result 层,与 isError 同级)。这个值要换算:pointCost ÷ 10000 = 青虎积分(实测 10000 = 1 积分,16000 = 1.6 积分)。

只认信封层的 pointCost,绝不去业务数据里翻积分字段——工具返回的业务文本里常带 charge_points / points_balance 或「消耗 8 积分,剩余 1952 积分」之类的话,那是上游数据源自己的积分体系,和青虎积分不是一回事(实测同一条响应 pointCost=16000=青虎 1.6 积分,而业务文本写「消耗 8 积分」)。照抄业务文本会把用户的账算错。

信封里没有 pointCost 时按 0 报,或直接说这次拿不到消耗数据,不要拿业务文本里的数字顶替,也不要自己估算。

事前预估同样只能报换算后的青虎积分,绝不报原始点数——征求授权时给用户估费用,依据只能是本会话内同一工具实测到的 pointCost 换算值(pointCost=20000 要说「约 2 积分」;照抄原始数字说成「约 2 万积分」等于把账算错一万倍)。没实测过就写「费用以实际扣费为准」,不要编数字,也不要照抄工具描述里出现的任何点数。

消耗写在回复的最末尾,单独一行,格式固定:

本次共消耗 9.6 青虎积分

数值是本轮所有付费调用的 pointCost 累加后 ÷ 10000(例:16000 + 96000 = 112000 → 本次共消耗 11.2 青虎积分)。小数按实际写,不补零也不四舍五入到整数。 这一行必须另起一行、独占一行、放在正文全部结束之后,前面空一行隔开。不要把积分数字混写进正文段落(写成「共返回 60 条笔记,实扣 96000 pointCost = 9.6 青虎积分」这种是错的)。 本轮一次付费调用都没有时,不输出这一行。

本会话首次调用工具前:一次性列清本次要用的全部工具,说明准备用它们做什么、会消耗青虎积分,征求一次同意,然后结束本轮。不要逐个询问把对话拖长。

用户明确同意后,这些工具在本会话内持续有效,不再重复询问;新会话需要重新征求。

用户拒绝、只授权其中一部分或答非所问时,未获同意的工具一律不调用。

同一轮回复内工具最多调 10 次。达到上限就用已有数据作答,还需要更多数据时先说明还差什么、要再调几次,征得同意后下一轮继续。参数写错先想清楚正确参数再重试,不要连续试错——每次失败同样可能扣费。

同一个数据需求既有免费工具又有付费工具时,优先用免费的。

能力边界
本技能做数据分析与运营策略,不代发作品、不登录账号后台、不做私信与评论回复。
只能查公开数据:完播率、粉丝画像、带货 GMV 等后台数据拿不到,不要编;需要时请用户从视频号助手导出后提供。
没有按昵称搜账号、按关键词全站搜视频的工具,需要用户给视频号 ID、作品链接或 username。
列表与评论有翻页上限,结论要说明样本量。
不生成视频与图文素材,那属于 LinkPix / qhkit 系列技能。
相关技能

同系列的其他「青虎AI」技能(按需转交,不要在本技能里硬做):

抖音-社媒运营专家 / 小红书-社媒运营专家 / B站-社媒运营专家:跨平台内容矩阵
视频号单项数据技能(视频号-账号主页资料、视频号-作品评论等):只查一项数据时
LinkPix 系列技能:按拆出的爆款公式制作视频号视频与封面
蜂鸟云号码管家

MemoryVault