前言¶

做销售线索挖掘时，常见的做法是人工翻竞品视频的评论区，一条条抄高意向用户的昵称和评论内容。能做，但慢，而且口径不统一：同样的关键词，不同的人筛出来的用户不一样，地区、互动强弱这些条件全靠肉眼判断。

下面介绍一个把这件事固化下来的 Agent Skill：获客助手。它面向需要在抖音公域评论区找潜在客户、做竞品截流或私域引流的开发者，把「搜视频—拉评论—提取客户信息」做成可复用的标准流程。

这是什么¶

获客助手（坐标 @user_fb71c45d/huokezhusho，版本 1.0.0）是一个社区来源（community）的 Skill，发布者是 user_fb71c45d，归在 business-ops 分类下。在 SkillHub 上评分为 100000，下载量 1187。

它解决的问题很具体：当任务需要挖掘潜在客户或销售线索、在竞品评论区截流、把公域用户引流到私域、或按关键词找抖音高意向用户时，由它来执行检索与提取，而不是让模型凭记忆编一批用户。

该 Skill 需要 API Key，标签为 requires_api_key=true，启用前要把凭据配好。

核心功能¶

获客助手的流程固定为两步，输入是关键词，输出是结构化的客户信息。

1、关键词搜索视频，拿到 aweme_id。这一步先把关键词映射到具体的抖音视频，作为后续拉评论的入口。

2、用 aweme_id 拉取评论，提取客户信息，字段包括昵称、uid、sec_uid、地区、评论内容。

也就是说，Skill 内部维护了「关键词 → aweme_id → 评论区 → 用户信息」这条链路，调用方只需要给出关键词，不需要自己拼接口或解析评论结构。地区信息在提取阶段就带出来了，可以直接用于地域筛选。

安装与启用¶

获客助手基于通用 SKILL.md 格式发布，官方地址是：

https://api.skillhub.cn/user_fb71c45d/huokezhusho

SkillHub 页面：

https://www.skillhub.cn/skills/user_fb71c45d/huokezhusho

在抓取到的资料里没有给出具体的安装命令和配置项清单，这里不补写未经核实的内容。按 SkillHub 上通用的加载方式，把该 Skill 目录纳入 Agent 的 Skill 搜索路径后，Agent 即可识别；调用前需要准备好该 Skill 要求的 API Key，否则第一步搜索就会失败。

如果你在使用 Cursor、Codex CLI 或 Claude Code 这类宿主，具体把 Skill 放进哪个目录、如何声明，以你所用宿主的文档为准，本篇不做转述，避免写出无法核对的步骤。

典型用法¶

按资料中给出的标准流程，一次完整的调用是：

1、给出业务关键词，例如某个品类词或竞品词，由 Skill 执行视频搜索，返回匹配到的 aweme_id。

2、拿 aweme_id 拉取该视频下的评论，提取评论用户的昵称、uid、sec_uid、地区和评论内容。

3、在拿到的这批用户里按意向做二次筛选，例如按评论内容是否含购买意向、按地区过滤，再把结果交给后续的触达环节。

需要说明的是，资料里只提供了流程本身，没有给出可复现的输入样例和输出样例。上面第 1 步的关键词类型是按资料中「关键词搜索视频」的描述归纳的，第 3 步的筛选是使用上的常见做法，不是 Skill 内置的参数。实际字段和接口行为以官方页面为准。

适用场景与注意¶

适合的场景：

• 需要按关键词批量获取抖音高意向用户，做销售线索补充。
• 需要在竞品视频评论区做截流，定位正在对比、询价的用户。
• 需要把评论区用户按地区、评论内容做初步分层后再导入私域。

需要注意的几点：

• 该 Skill 依赖 API Key，运行环境要能访问相应接口，且凭据提前配好。
• 评论区数据受平台接口范围和返回量限制，热门视频的评论可能分页返回，Skill 是否自动翻页在资料中没有说明，批量拉取前建议先小范围验证返回完整性。
• 这是社区来源的 Skill，发布者为个人账号 user_fb71c45d，版本 1.0.0，安装量在页面上显示为 0。纳入生产流程前，建议先在测试环境跑通一次完整流程，确认返回字段和自己的下游存储一致。
• 抓取用户昵称、uid、评论内容属于个人信息处理，使用前应确认合规要求，包括数据用途和保存范围。

结尾¶

获客助手的价值在于把抖音评论区获客的两步链路固化下来，让关键词到客户信息之间的过程可复现、字段统一，而不是每次都靠人工翻评论。如果你的场景正好是关键词驱动的线索挖掘或竞品截流，可以从上面的官方地址先看一遍流程说明，再在测试环境验证一次。