青狐视频号合集视频

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-collection-videos
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-collection-videos。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 集成将 qhkit CLI 连接到青狐数据的 fetch_collection_videos 工具，用于查询指定微信视频号合集中的视频。它适用于下载或列出合集中的全部视频，同时保留源元数据和分页游标。
该技能提供专注且可审计的流程：验证最新输入架构、估算青狐积分用量、在需要时请求用户授权、调用工具并展示简洁结果。大型响应会保存到本地 JSON 文件，以便可靠地筛选、分析和导出，而不是复制到聊天中。

应用场景

列出微信视频号合集中的所有视频。
根据已知数字
topic_id
获取合集视频。
last_buffer
游标继续查询大型合集。
使用可选的
topic
和创作者
username
改进合集匹配。
为高级处理返回原始响应，或为媒体工作流返回简化记录。
为表格导出、内容审查、趋势研究或后续青狐分析准备合集数据。
用户要求“下载此合集中的所有视频”或请求合集作品时触发。

工作原理

确认用户的合集请求和必需值，尤其是数字 topic_id；不要猜测缺失的 ID。
使用 qhkit mcp describe 获取当前 fetch_collection_videos 输入架构和计费信息。
使用 qhkit mcp estimate 在付费调用前获取当前基础积分估算。
说明工具、用途和预计青狐积分用量，并在会话首次付费调用前取得用户授权。
根据实时架构构建参数。第一页将 last_buffer 设为空，后续页面复用返回的游标。
通过 qhkit mcp call 调用 fetch_collection_videos，按需提供 topic_id 以及可选的 topic、topic_type、username 或 raw。
解析单行 JSON 响应。小结果位于 data；大结果提供本地 file、记录数、字段和预览。
先给出用户关心的结论，再提供平台、合集、时间范围、样本量背景以及简短预览或输出文件。
报告调用返回的实际 credits，并在记录的每次响应限制内进行付费调用。后续筛选、统计或导出使用已保存的文件。

配置指南

Node.js 18 或更高版本。
用于 MCP 命令的 qhkit CLI 0.14.0 或更高版本。
已为生产环境配置的青狐 API token。
安装 qhkit
如果 qhkit config show 已可用，请继续配置。否则全局安装软件包。
配置身份验证
在 CLI 中设置青狐 token，并使用 qhkit config show 验证配置。
运行合集查询
描述当前架构、估算用量并调用合集工具。将示例 ID 替换为用户的实际合集 ID。

数据架构

请求参数
字段 必需 类型 用途
topic_id 是 string 从用户的合集列表或上游合集工具获取的数字合集 ID。
last_buffer 否 string 或 null Base64 分页游标；第一页留空或设为 null，后续页面复用返回游标。
topic 否 string 或 null 合集名称，例如 早安中国；可改善匹配。
raw 否 boolean true 返回原始响应；false 返回简化结构，建议用于媒体下载。
topic_type 否 integer 合集类型，通常与上游响应一致；默认值为 16，支持范围为 0 至 1000。
username 否 string 或 null 可选的创作者 Finder 用户名，可改善匹配。
响应结构
成功响应为单行 JSON。
失败响应包含 ok、stage 和 message；应准确转述 message。
小结果直接包含在 data 中。
大结果包含 large:true、含完整 JSON 的本地 file、records、fields 和简短 preview。
使用引用的 file 进行筛选、聚合和导出，不要从预览推断完整数据集。
记录达到 10 条或更多时，应提供文件或表格，而不是大型 Markdown 表格。

高级特性

last_buffer
游标分页支持完整获取合集。
qhkit mcp describe
实时发现架构，避免参数过时。
qhkit mcp estimate
进行预检成本估算，支持透明授权。
原始与解析输出可让高级用户选择原始载荷或适合下载的结构。
大结果文件处理保留完整 JSON，同时让聊天响应简洁可用。
文件工作流支持后续筛选、统计、表格导出和多步骤分析。
该技能仅围绕
fetch_collection_videos
；更广泛的账户诊断、爆款内容分析、评论、直播、其他平台和青狐工具发现应交由相关能力处理。
每轮响应最多进行 10 次付费调用；继续分页前需说明剩余范围并获得批准。

name: qinghu-shipinhao-collection-videos description: "青虎AI 视频号-合集内视频：按合集 topic_id 查询合集内的视频列表，支持游标翻页。当用户说「把这个合集里的视频都拉下来」「合集作品」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、合集视频、获取账号合集内视频。" user-invocable: true
homepage: https://www.npmjs.com/package/@iqinghu/qhkit