前言¶

做视频号内容时，经常需要回答一个问题：这条教程作品的表现到底怎么样。平台后台能看到的数字分散在各处，而且字段口径并不统一——哪些是原始值、哪些能直接比较、哪些字段缺失了，往往要自己理一遍。下面介绍的这个 Skill 就是把这件事固化下来：读取公开视频号教程作品的可用数据，输出结构化的指标与互动比率，并明确标注哪些字段没有拿到。

它不替你运营账号，也不做趋势预测，只解决单条作品的数据快照与表现查看。

这是什么¶

视频号教程视频数据分析，由社区开发者 user_fabd0a58 发布在 SkillHub，坐标 @user_fabd0a58/unityclaw-wechat-channels-tutorial-demo-data-analysis，当前版本 1.0.3，分类为 data-analysis。

定位一句话：针对公开的视频号教程作品，抽取播放、点赞、评论、收藏、分享等可用数据，输出原始指标、互动构成、可计算的互动比率和缺失字段说明。适合查看单条教程作品的数据快照与表现。

在 SkillHub 上，该 Skill 评分为 100000，下载量 1067，安装数为 0，带有 requires_api_key=true 标签。

核心功能¶

根据官方简介，能力边界如下：

1、原始指标输出：给出该作品能拿到的播放、点赞、评论、收藏、分享等基础数值，作为后续计算的底数。
2、互动构成：把上述互动项拆开看，而不是只给一个总数，便于判断一条教程是被点赞带起来还是被转发带起来。
3、可计算的互动比率：在原始指标基础上做除法运算，例如互动量相对于播放量的比例。属于可计算的部分才输出，避免用不可靠的分子分母凑数。
4、缺失字段说明：明确列出哪些字段没有取到。数据不完整时不会静默填充，而是把缺口摆在结果里。

需要注意，这里写的是「可用数据」，即公开层面能读到的部分。视频号后台的私密经营数据不在此范围内。

安装与启用¶

目前抓取到的官方资料里没有给出安装命令、目录结构或配置文件的具体写法，因此下面不虚构命令行。

可核实的启用前置条件只有一条：该 Skill 标签为 requires_api_key=true，意味着使用时需要先准备好对应的 API Key，否则调用会被拒绝。

启用前建议先做两件事：

1、确认 SkillHub 上的版本号与当前环境兼容，该 Skill 现为 1.0.3。
2、准备好 API Key 并确认其权限覆盖视频号作品数据的读取。

如果你希望看具体安装步骤，建议直接打开下面的官方地址，以页面上实时更新的说明为准。

典型用法¶

根据官方简介，典型用法是查看单条教程作品的数据快照与表现。具体过程可以拆为三步：

1、把要分析的视频号教程作品链接或标识交给该 Skill。
2、Skill 读取该作品公开可用的播放、点赞、评论、收藏、分享数据。
3、输出原始指标、互动构成、可计算的互动比率，以及本次未能取到的字段清单。

该用法面向单条作品，不是批量拉取，也不是跨作品对比。

适用场景与注意¶

适合的场景：需要给一条视频号教程作品做数据复盘，想知道它的互动构成和互动比率；或者需要一份标注了缺失字段的数据快照，避免在下游分析里误用空值。

需要注意的限制：

1、范围是公开数据。后台可见的完播率、涨粉、转化等经营指标不在其数据来源内。
2、粒度是单条作品。多条作品的横向对比需要自己在外层做聚合。
3、字段可能缺失。视频号不同作品暴露的字段并不一致，该 Skill 的做法是标注缺失而非补零，下游使用时要注意区分「没有」和「为 0」。
4、需要 API Key。标签 requires_api_key=true 说明它不是开箱即用的无凭证调用。
5、社区来源。来源标注为 community，使用前建议自行核对数据口径和更新频率。

结尾¶

这个 Skill 的价值在于把「单条视频号教程作品有哪些公开数据、能算出什么比率、哪些字段没拿到」这件事变成一次结构化输出，省去手工整理口径的时间。它不承诺预测效果，只做快照与说明。

官方地址：https://api.skillhub.cn/user_fabd0a58/unityclaw-wechat-channels-tutorial-demo-data-analysis
SkillHub 页面：https://www.skillhub.cn/skills/user_fabd0a58/unityclaw-wechat-channels-tutorial-demo-data-analysis