返回顶部
o

octolensOctolens品牌分析

Query and analyze brand mentions from Octolens API. Use when the user wants to fetch mentions, track keywords, filter by source platforms (Twitter, Reddit, GitHub, LinkedIn, etc.), sentiment analysis, or analyze social media engagement. Supports complex filtering with AND/OR logic, date ranges, follower counts, and bookmarks.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
2,650
下载量
免费
免费
4
收藏
概述
安装方式
版本历史

octolens

Octolens API 技能

何时使用此技能

当用户需要以下操作时,请使用此技能:

  • - 从社交媒体及其他平台获取品牌提及
  • 按来源筛选提及(Twitter、Reddit、GitHub、LinkedIn、YouTube、HackerNews、DevTO、StackOverflow、Bluesky、新闻通讯、播客)
  • 分析情感倾向(正面、中性、负面)
  • 按作者粉丝数或互动量筛选
  • 搜索特定关键词或标签
  • 按日期范围查询提及
  • 列出可用关键词或已保存视图
  • 使用 AND/OR 条件应用复杂筛选逻辑

API 认证

Octolens API 需要 Bearer 令牌进行认证。用户应提供其 API 密钥,您将在 Authorization 标头中使用该密钥:

Authorization: Bearer YOURAPIKEY

重要提示:在进行任何 API 调用之前,务必向用户索要其 API 密钥。将其存储在变量中,以便后续请求使用。

基础 URL

所有 API 端点均使用基础 URL:https://app.octolens.com/api/v1

速率限制

  • - 限制:每小时 500 次请求
  • 检查标头:X-RateLimit-* 标头指示当前使用情况

可用端点

1. POST /mentions

获取匹配关键词的提及,支持可选筛选。返回按时间戳排序的帖子(最新在前)。

关键参数:

  • - limit(数字,1-100):最大返回结果数(默认:20)
  • cursor(字符串):来自先前响应的分页游标
  • includeAll(布尔值):包含低相关性帖子(默认:false)
  • view(数字):用于筛选的视图 ID
  • filters(对象):筛选条件(参见筛选部分)

示例响应:
json
{
data: [
{
id: abc123,
url: https://twitter.com/user/status/123,
body: 刚刚发现了@YourProduct - 这正是我需要的!,
source: twitter,
timestamp: 2024-01-15T10:30:00Z,
author: user123,
authorName: 张三,
authorFollowers: 5420,
relevance: relevant,
sentiment: positive,
language: zh,
tags: [功能请求],
keywords: [{ id: 1, keyword: YourProduct }],
bookmarked: false,
engaged: false
}
],
cursor: eyJsYXN0SWQiOiAiYWJjMTIzIn0=
}

2. GET /keywords

列出为组织配置的所有关键词。

示例响应:
json
{
data: [
{
id: 1,
keyword: YourProduct,
platforms: [twitter, reddit, github],
color: #6366f1,
paused: false,
context: 我们的主要产品名称
}
]
}

3. GET /views

列出所有已保存的视图(预配置的筛选器)。

示例响应:
json
{
data: [
{
id: 1,
name: 高优先级,
icon: star,
filters: {
sentiment: [positive, negative],
source: [twitter]
},
createdAt: 2024-01-01T00:00:00Z
}
]
}

筛选提及

/mentions 端点支持两种模式的强大筛选功能:

简单模式(隐式 AND)

将字段直接放入筛选器中。所有条件均以 AND 连接。

json
{
filters: {
source: [twitter, linkedin],
sentiment: [positive],
minXFollowers: 1000
}
}

→ source IN (twitter, linkedin) AND sentiment = positive AND followers ≥ 1000

排除

在任何数组字段前加 ! 以排除值:

json
{
filters: {
source: [twitter],
!keyword: [5, 6]
}
}

→ source = twitter AND keyword NOT IN (5, 6)

高级模式(AND/OR 分组)

使用 operator 和 groups 实现复杂逻辑:

json
{
filters: {
operator: AND,
groups: [
{
operator: OR,
conditions: [
{ source: [twitter] },
{ source: [linkedin] }
]
},
{
operator: AND,
conditions: [
{ sentiment: [positive] },
{ !tag: [spam] }
]
}
]
}
}

→ (source = twitter OR source = linkedin) AND (sentiment = positive AND tag ≠ spam)

可用筛选字段

字段类型描述
sourcestring[]平台:twitter, reddit, github, linkedin, youtube, hackernews, devto, stackoverflow, bluesky, newsletter, podcast
sentiment
string[] | 值:positive, neutral, negative | | keyword | string[] | 关键词 ID(从 /keywords 端点获取) | | language | string[] | ISO 639-1 代码:en, es, fr, de, pt, it, nl, ja, ko, zh | | tag | string[] | 标签名称 | | bookmarked | boolean | 筛选已收藏(true)或未收藏(false)的帖子 | | engaged | boolean | 筛选已互动(true)或未互动(false)的帖子 | | minXFollowers | number | 最低 Twitter 粉丝数 | | maxXFollowers | number | 最高 Twitter 粉丝数 | | startDate | string | ISO 8601 格式(例如 2024-01-15T00:00:00Z) | | endDate | string | ISO 8601 格式 |

使用捆绑脚本

此技能包含用于常见操作的辅助脚本。使用它们快速与 API 交互:

获取提及

bash node scripts/fetch-mentions.js YOURAPIKEY [limit] [includeAll]

列出关键词

bash node scripts/list-keywords.js YOURAPIKEY

列出视图

bash node scripts/list-views.js YOURAPIKEY

自定义筛选查询

bash node scripts/query-mentions.js YOURAPIKEY {source: [twitter], sentiment: [positive]} [limit]

高级查询

bash node scripts/advanced-query.js YOURAPIKEY [limit]

最佳实践

  1. 1. 在发起请求前务必索要 API 密钥
  2. 尽可能使用视图以利用预配置的筛选器
  3. 从简单筛选开始,根据需要增加复杂度
  4. 检查响应标头中的速率限制(X-RateLimit-*)
  5. 对大型结果集使用游标分页
  6. 日期必须为 ISO 8601 格式(例如 2024-01-15T00:00:00Z)
  7. 在按关键词筛选前,先从 /keywords 端点获取关键词 ID
  8. 使用排除(!) 过滤掉不需要的内容
  9. 将 includeAll=false 与相关性筛选结合以获得高质量结果

常见用例

查找高粉丝数的正面 Twitter 提及

json { limit: 20, filters: { source: [twitter], sentiment: [positive], minXFollowers: 1000 } }

排除垃圾信息,获取 Reddit + GitHub 提及

json { limit: 50, filters: { source: [reddit, github], !tag: [spam, irrelevant] } }

复杂查询:(Twitter OR LinkedIn) AND 正面情感,最近 7 天

json { limit: 30, filters: { operator: AND, groups: [ { operator: OR, conditions: [ { source: [twitter] }, { source: [linkedin] } ] }, { operator: AND, conditions: [ { sentiment: [positive] }, { startDate: 2024-01-20T00:00:00Z } ] } ] } }

错误处理

| 状态码 | 错误 |

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 octolens-1776383594 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 octolens-1776383594 技能

通过命令行安装

skillhub install octolens-1776383594

下载

⬇ 下载 octolens v1.0.0(免费)

文件大小: 18.21 KB | 发布时间: 2026-4-17 14:32

v1.0.0 最新 2026-4-17 14:32
Octolens 1.0.0 – Initial Release

- Query and analyze brand mentions from the Octolens API across platforms like Twitter, Reddit, GitHub, LinkedIn, and more.
- Filter mentions by source, sentiment, follower count, engagement, date range, tags, and complex AND/OR logic.
- Support for keyword tracking, bookmarks, and advanced filtering (including exclusions).
- List available keywords and saved views for streamlined queries.
- Includes ready-to-use Node.js scripts for common API operations and custom queries.
- Requires user-supplied API key (Bearer token) for authentication.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部