QinghuAI 视频号合集

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-collections
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-collections。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

QinghuAI 视频号合集是一个 Openclaw Skills 工具，可获取指定微信视频号账号发布的合集列表。它通过 qhkit mcp CLI 调用 Qinghu Data 的 fetch_user_collections 工具，并返回 topic_id 和 topic_type 等合集标识符，可将其用作相关视频检索工具的输入。
此技能有意专注于这一项查询，因此不会替代浏览器抓取，也不会猜测其范围以外的工具。它会在付费调用前检查工具参数和价格，在对话中的首次付费调用前征求用户授权，并根据结果大小设置结果格式。

应用场景

当用户询问某个账号有哪些合集时，查找微信视频号账号发布的合集。
获取合集 ID 和类型，作为查询合集内视频的起点。
支持需要结构化账号合集数据的社交媒体研究和内容发现工作流。
返回简洁预览；对于较大的结果，则使用完整的本地结果文件进行处理，而不依赖不完整的预览。

工作原理

识别出列出微信视频号账号合集的请求，并获取其 finder 用户名。如果缺少必需信息，应先询问，而不是猜测。
使用 qhkit mcp describe 检查当前输入 schema，并使用 qhkit mcp estimate 获取当前基础积分估算。
在对话中的首次付费调用前，说明工具、用途和预计积分；仅在用户授权后继续。
使用符合当前 schema 的参数调用 fetch_user_collections。如果值包含复杂文本或对 shell 敏感的字符，请使用 JSON 参数文件，并通过 qhkit mcp call @params.json 调用。
解析单行 JSON 响应。对于较小的结果，直接使用返回的数据；对于较大的结果，使用提供的文件路径进行后续筛选或分析。
先呈现答案，再列出相关合集详情（如适用），报告调用响应中的实际积分，并准确转达返回的错误信息。

配置指南

此技能需要 Node.js 18 或更高版本以及 qhkit CLI。其 mcp 命令需要 qhkit 0.14.0 或更高版本。该软件包可独立安装；不需要由宿主提供 MCP 服务器。
如有需要，先安装 Node.js，然后全局安装 qhkit：
npm i -g @iqinghu/qhkit
如果默认 npm registry 速度较慢或不可用，请改用 npm 镜像重试：
npm i -g @iqinghu/qhkit --registry=https://registry.npmmirror.com
使用用户提供的 token 配置 Qinghu 凭据，或设置 QHKIT_TOKEN 环境变量：
qhkit config set --token --env prod
确认 CLI 已安装且配置就绪：
qhkit config show
使用合集工具前，检查其当前 schema 和费用估算：
qhkit mcp describe '{"names":["fetch_user_collections"]}'
qhkit mcp estimate '{"names":["fetch_user_collections"]}'
必需的 username 参数必须是 v2_...@finder 格式的微信视频号 finder 用户名。raw 是可选布尔值；设为 true 时请求原始响应，设为 false 时返回简化的解析后结构。如果实时的 inputSchema 与文档中的参数快照不同，请以 describe 返回的内容为准。此服务为付费服务：首次调用前须取得授权，将估算值作为报价参考，并根据调用响应报告实际用量。
QinghuAI 视频号合集 数据架构与分类体系
请求参数
参数 必填 类型 用途
username 是 String 微信视频号账号的 finder 用户名，通常为 v2_...@finder 格式。
raw 否 Boolean 设为 true 获取原始响应，设为 false 获取简化的解析后结构。
qhkit mcp describe 返回的当前工具 inputSchema 优先于此参考内容。
工具与结果组织
工具： fetch_user_collections，通过 qhkit mcp 调用。
核心合集元数据： topic_id 和 topic_type；可将其传递给相关工具，以检索合集内的视频。
CLI 响应： stdout 为一行 JSON。成功响应包含 ok、stage、name、credits 和 data；失败响应包含 ok、stage 和 message。
较大的结果： 可能包含 large: true、包含完整 JSON 的本地 file 路径、记录和字段元数据，以及预览。应使用该文件进行后续处理，不要根据预览推断完整数据集。
生成的文件： 此技能未定义固定的输出文件名。返回较大结果时，CLI 会提供其本地路径。对于至少 10 条记录，如果有兼容的 Qinghu Excel 导出技能，则提供电子表格；否则保持聊天回复简洁。

高级特性

qhkit mcp describe
检查最新工具 schema，并在调用付费服务前使用
qhkit mcp estimate
检查当前基础积分。
通过可选的
raw
参数支持简化的解析后响应或原始响应。
通过 JSON 文件传递参数，并使用
qhkit mcp call @params.json
处理复杂或对 shell 敏感的参数。
实施明确的支出保护措施：首次付费调用前征求用户授权、每个响应轮次最多进行 10 次付费调用，并在进行付费调用时单独披露总积分。
区分本地验证失败与服务或 MCP 失败；验证错误可在不发起调用的情况下修正，而服务失败应如实报告，避免反复进行猜测性重试。
根据结果大小调整处理方式：大型数据集使用完整的本地结果文件，聊天中则提供简洁预览。
严格遵循既定范围：对于更广泛的账号分析、其他平台或额外的 Qinghu 数据工具，应将请求转交给适当的相关技能或 QinghuAI 通用技能，而不是擅自使用浏览器抓取。

name: qinghu-shipinhao-collections description: "青虎AI 视频号-合集列表：查询视频号账号发布的合集列表，返回合集 topic_id / topic_type。当用户说「这个视频号有哪些合集」「账号合集」或提出同类需求时必须触发。关键词：青虎AI、qhkit、青虎数据、视频号、微信视频号、视频号合集、专辑、获取账号合集列表。" user-invocable: true
homepage: https://www.npmjs.com/package/@iqinghu/qhkit