讲师中心 微信公众号
AI工具推荐 视频效率加速

Octolens

Polar Sponsor
爱发电 赞助
.NET 9.0

查询和分析来自 Octolens API 的品牌提及。当用户需要获取提及、追踪关键词、按来源平台(Twitter、Reddit、GitHub、LinkedIn 等)筛选、进行情感分析或分析社交媒体互动时使用。支持通过 AND/OR 逻辑、日期范围、粉丝数和书签进行复杂筛选。

Octollens API 技能

功能概述

Octollens API 技能是一项面向实际任务的技能,主要用于何时使用此技能;当用户需要时使用此技能;

核心要点

  • 社交媒体和其他平台的Fetch品牌提及;
  • Filter 引用源代码( Twitter, Reddit, GitHub, Li)。
  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

使用与执行

使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。

结果检查与注意事项

实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

Octolens API 技能

何时使用此技能

当用户需要执行以下操作时,请使用此技能:

  • 从社交媒体及其他平台抓取品牌提及(mentions)
  • 按来源筛选提及(Twitter、Reddit、GitHub、LinkedIn、YouTube、HackerNews、DevTO、StackOverflow、Bluesky、新闻简报、播客)
  • 分析情感倾向(正面、中性、负面)
  • 按作者粉丝数或互动量进行筛选
  • 搜索特定关键词或标签
  • 按日期范围查询提及
  • 列出可用的关键词或已保存的视图(saved views)
  • 应用包含 AND/OR 条件的复杂筛选逻辑

API 认证

Octolens API 使用 Bearer Token 进行身份验证。用户应提供其 API 密钥,你需将其放入 Authorization 请求头中:

Authorization: Bearer YOUR_API_KEY

重要提示:在发起任何 API 调用前,务必先向用户索取其 API 密钥,并将该密钥存入变量以供后续请求复用。

基础 URL

所有 API 接口均基于以下基础地址:https://app.octolens.com/api/v1

速率限制

  • 限制:每小时最多 500 次请求
  • 查看方式:响应头中的 X-RateLimit-* 字段可反映当前使用情况

可用接口

1. POST /mentions

根据关键词获取匹配的提及内容,并支持可选的筛选条件。返回结果按时间戳倒序排列(最新优先)。

关键参数:

  • limit(数字,取值范围 1–100):返回结果的最大数量(默认为 20)
  • cursor(字符串):上一次响应中提供的分页游标(pagination cursor)
  • includeAll(布尔值):是否包含低相关性内容(默认为 false)
  • view(数字):用于筛选的视图 ID
  • filters(对象):筛选条件(详见“提及筛选”章节)

示例响应:

{
  "data": [
    {
      "id": "abc123",
      "url": "https://twitter.com/user/status/123",
      "body": "Just discovered @YourProduct - this is exactly what I needed!",
      "source": "twitter",
      "timestamp": "2024-01-15T10:30:00Z",
      "author": "user123",
      "authorName": "John Doe",
      "authorFollowers": 5420,
      "relevance": "relevant",
      "sentiment": "positive",
      "language": "en",
      "tags": ["feature-request"],
      "keywords": [{ "id": 1, "keyword": "YourProduct" }],
      "bookmarked": false,
      "engaged": false
    }
  ],
  "cursor": "eyJsYXN0SWQiOiAiYWJjMTIzIn0="
}

2. GET /keywords

列出组织内配置的所有关键词。

示例响应:

{
  "data": [
    {
      "id": 1,
      "keyword": "YourProduct",
      "platforms": ["twitter", "reddit", "github"],
      "color": "#6366f1",
      "paused": false,
      "context": "Our main product name"
    }
  ]
}

3. GET /views

列出所有已保存的视图(即预配置的筛选器)。

示例响应:

{
  "data": [
    {
      "id": 1,
      "name": "High Priority",
      "icon": "star",
      "filters": {
        "sentiment": ["positive", "negative"],
        "source": ["twitter"]
      },
      "createdAt": "2024-01-01T00:00:00Z"
    }
  ]
}

提及筛选

/mentions 接口支持两种模式的强大筛选能力:

简易模式(隐式 AND)

将筛选字段直接置于 filters 对象中,所有条件自动按逻辑与(AND)组合。

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

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

排除项(Exclusions)

对任意数组型字段添加前缀 ! 即可实现排除语义:

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

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

高级模式(AND/OR 分组)

通过 operator 和 groups 字段构建嵌套逻辑表达式:

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

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

可用筛选字段

字段 类型 说明
source string[] 平台列表:twitter、reddit、github、linkedin、youtube、hackernews、devto、stackoverflow、bluesky、newsletter、podcast
sentiment string[] 取值:positive、neutral、negative
keyword string[] 关键词 ID(需通过 /keywords 接口获取)
language string[] ISO 639-1 语言代码: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)的内容
engaged boolean 筛选已互动(true)或未互动(false)的内容
minXFollowers number Twitter 平台作者最小粉丝数
maxXFollowers number Twitter 平台作者最大粉丝数
startDate string ISO 8601 格式(例如 "2024-01-15T00:00:00Z")
endDate string ISO 8601 格式

使用内置脚本

本技能附带若干辅助脚本,用于快速完成常见操作。可通过它们便捷地调用 API:

获取提及内容

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

列出关键词

node scripts/list-keywords.js YOUR_API_KEY

列出视图

node scripts/list-views.js YOUR_API_KEY

自定义筛选查询

node scripts/query-mentions.js YOUR_API_KEY '{"source": ["twitter"], "sentiment": ["positive"]}' [limit]

高级查询

node scripts/advanced-query.js YOUR_API_KEY [limit]

最佳实践

  1. 始终先索取 API 密钥,再发起请求
  2. 尽可能使用视图(views),复用预设的筛选逻辑
  3. 从简易筛选起步,再根据需要逐步增加复杂度
  4. 检查速率限制:关注响应头中的 X-RateLimit-* 字段
  5. 合理使用分页:对大量结果务必借助 cursor 参数进行分页处理
  6. 日期格式必须为 ISO 8601(例如 "2024-01-15T00:00:00Z")
  7. 使用关键词前先获取 ID:须先调用 /keywords 接口获得关键词 ID
  8. 善用排除语法(!):过滤掉不相关或低质量内容
  9. 结合 includeAll=false 与相关性筛选,提升结果质量

典型使用场景

查找粉丝数高且情感为正面的 Twitter 提及

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

排除含 spam 标签的内容,并获取 Reddit 与 GitHub 提及

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

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

{
  "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 错误码 说明
401 unauthorized 缺失或无效的 API 密钥
403 forbidden 密钥有效但无访问权限
404 not_found 资源不存在(如指定的 view ID 无效)
429 rate_limit_exceeded 请求超频
400 invalid_request 请求体格式错误
500 internal_error 服务端内部错误,请稍后重试

分步工作流

当用户提出 Octolens 数据查询请求时,请按以下流程执行:

  1. 索取 API 密钥:若尚未提供,则立即询问
  2. 明确查询意图:用户具体希望获取哪类信息?
  3. 确定所需筛选条件:来源、情感倾向、时间范围等
  4. 确认是否适用已有视图:若用户提及“已保存的筛选器”,请优先调用 /views 列出选项
  5. 构建查询参数:首选简易模式;复杂逻辑再启用高级模式
  6. 执行请求:使用内置 Node.js 脚本,或直接调用 fetch API
  7. 解析响应数据:提取关键字段(作者、正文、情感、来源等)
  8. 处理分页:若需更多结果,请复用响应中的 cursor 值发起下一页请求
  9. 呈现分析结果:归纳核心发现,指出趋势与模式(如高频作者、主流平台分布、情感变化等)

示例

示例 1:简易查询

用户:“展示最近 7 天内来自 Twitter 的正面提及”

操作(使用内置脚本):

node scripts/query-mentions.js YOUR_API_KEY '{"source": ["twitter"], "sentiment": ["positive"], "startDate": "2024-01-20T00:00:00Z"}'

替代方案(直接调用 fetch API):

const response = await fetch('https://app.octolens.com/api/v1/mentions', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    limit: 20,
    filters: {
      source: ['twitter'],
      sentiment: ['positive'],
      startDate: '2024-01-20T00:00:00Z',
    },
  }),
});
const data = await response.json();

示例 2:高级查询

用户:“查找来自 Reddit 或 GitHub 的提及,排除带 spam 标签的内容,且情感为正面或中性”

操作(使用内置脚本):

node scripts/query-mentions.js YOUR_API_KEY '{"operator": "AND", "groups": [{"operator": "OR", "conditions": [{"source": ["reddit"]}, {"source": ["github"]}]}, {"operator": "OR", "conditions": [{"sentiment": ["positive"]}, {"sentiment": ["neutral"]}]}, {"operator": "AND", "conditions": [{"!tag": ["spam"]}]}]}'

替代方案(直接调用 fetch API):

const response = await fetch('https://app.octolens.com/api/v1/mentions', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    limit: 30,
    filters: {
      operator: 'AND',
      groups: [
        {
          operator: 'OR',
          conditions: [
            { source: ['reddit'] },
            { source: ['github'] },
          ],
        },
        {
          operator: 'OR',
          conditions: [
            { sentiment: ['positive'] },
            { sentiment: ['neutral'] },
          ],
        },
        {
          operator: 'AND',
          conditions: [
            { '!tag': ['spam'] },
          ],
        },
      ],
    },
  }),
});
const data = await response.json();

示例 3:先获取关键词

用户:“展示我们主产品关键词的相关提及”

操作步骤:

  1. 首先列出关键词:
node scripts/list-keywords.js YOUR_API_KEY
  1. 再使用获取到的关键词 ID 查询提及:
node scripts/query-mentions.js YOUR_API_KEY '{"keyword": [1]}'

代理(Agent)使用提示

  • 优先使用内置脚本:Node.js 脚本已自动处理 JSON 解析与错误输出
  • 缓存关键词信息:首次获取关键词后,可在当前会话中复用,避免重复请求
  • 解释筛选逻辑:使用复杂筛选时,向用户清晰说明其含义(如 “A 与 B 任一满足,且 C 必须满足”)
  • 提供结构示例:当用户不确定如何构造筛选条件时,主动展示标准 JSON 示例
  • 审慎分页:在请求下一页前,主动询问用户是否需要更多结果
  • 强调洞察而非原始数据:不只是罗列结果,还需提炼分析结论(如情感趋势、高频作者、平台占比等)
目录

热门AI工具

更多
AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

相关专题

更多
Gradle插件开发入门教程
Gradle插件开发入门教程

本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。

0

2026.10.22

Gradle Wrapper配置教程
Gradle Wrapper配置教程

本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。

0

2026.10.22

Golangci-lint检查器使用教程
Golangci-lint检查器使用教程

本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。

0

2026.10.22

Gradle怎么构建Java项目
Gradle怎么构建Java项目

本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。

0

2026.10.22

PHP时间戳漏洞修复教程
PHP时间戳漏洞修复教程

本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。

0

2026.10.22

Golangci-lint配置文件与规则设置
Golangci-lint配置文件与规则设置

本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。

0

2026.10.22

Golangci-lint安装与入门教程
Golangci-lint安装与入门教程

本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。

0

2026.10.22

PHP2Shell高危漏洞修复教程
PHP2Shell高危漏洞修复教程

PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。

0

2026.10.22

剧云人物设定与关系管理教程
剧云人物设定与关系管理教程

本专题介绍剧云人物设定与关系管理,讲解角色小传、性格职业、人物目标、背景资料和关系网络的创建及维护方法。

0

2026.10.22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn