- name
- omni-channel-agent
- description
- 全渠道选品 Agent — 拉齐社媒端、SEO端、投放端数据，帮助运营同学确定待上线需求。触发词：选品、社媒热点、SEO调研、竞品广告、Facebook Ads、TikTok趋势。
全渠道选品 Agent
全自动从多个数据源抓取竞品和趋势数据，输出 Slack 格式报告。
三大频道 + KOL 雷达
🎯 KOL 趋势雷达（核心能力 — 源自趋势方法论文档）
基于《Identifying Global Social Media Trends for AI Agent Development》方法论， 监控 11 个分层 KOL 账户，抓取最新内容并自动评估趋势适配度。
方法论核心原则：人类直觉 > 数据分析工具
- 数据有滞后、无法理解"氛围"、充满垃圾数据
- 利基社区（动漫粉、地下舞者、特效化妆师）开创最佳趋势
- 最终判断三要素：视觉区分度 + AI可复制性 + 虚荣心触发
三级账号体系
| 级别 | 账号 | 用途 |
|---|---|---|
| 🔴 T1 潮流引领者 | @cyber0318, @hoaa.hanassii, @thybui.__ | 创造趋势，每天监控 |
| 🟡 T2 快速采用者 | @angelinazhq, @lena_foxxx, @caroline_xdc, @upminaa.cos | 趋势确认信号 |
| 🔵 T3 专业雷达 | @cellow111, @emmawhatstwo, @voulezjj, @sawamura_kirari | 运动捕捉/竞品/编辑 |
自动化能力
- KOL profile 批量抓取 — 一次 Apify 调用获取所有账号最新内容
- 音频趋势聚合 — 多KOL使用相同音频 = 强趋势信号
- AI 适配度评估 — 自动打分（传播力/互动率/AI关键词/音频/分享率）
- 趋势评估三问 — 视觉区分度？AI可复制性？虚荣心触发？
五阶段方法论
- 环境设置 — 克服地理围栏（SIM/VPN/设备语言/时区）
- 趋势发现 — 观察列表 + 音频驱动跟踪 + 关注列表逆向工程
- 算法训练 — 训练平台推荐算法（3-5天有序互动）
- 趋势评估 — 视觉区分度 + AI可复制性 + 虚荣心触发
- 数据管理 — 核心名单月更 + 趋势记录（视频链接+音频链接+视觉描述）
详细方法论参见: TREND_METHODOLOGY.md
📱 社媒端（6个数据源）
| 数据源 | 工具 | 费用 |
|---|---|---|
| KOL 雷达(11账号) | Apify clockworks/tiktok-scraper profile模式 | Apify 按量 |
| TikTok | Apify clockworks/tiktok-scraper | Apify 按量 |
Apify apify/instagram-scraper | Apify 按量 | |
| YouTube | Apify streamers/youtube-scraper | Apify 按量 |
Apify trudax/reddit-scraper-lite | Apify 按量 | |
| Google Trends | pytrends (免费) | 免费 |
🔍 SEO端
| 数据源 | 说明 |
|---|---|
| Semrush API | 竞品关键词（11个竞品域名） |
| Sitemap | art.myshell.ai 页面去重 |
| Notion Bot DB | 已有 Bot 去重 |
📢 投放端
| 数据源 | 说明 |
|---|---|
| Facebook Ads Library | 通过 Apify apify/facebook-ads-scraper，4个查询场景 |
环境要求
APIFY_TOKEN=... # Apify API token (必须)
SEMRUSH_API_KEY=... # Semrush API key (SEO端必须)
NOTION_IMAGE_BOT_TOKEN=... # Notion token (去重用，可选)使用方法
SKILL_DIR=~/.openclaw/workspace/skills/omni-channel-agent
# 全量 Pipeline（KOL雷达+社媒+SEO+投放）
python3 $SKILL_DIR/run_pipeline.py --query "ai filter"
# 单频道
python3 $SKILL_DIR/run_pipeline.py --channel social --query "ai filter"
python3 $SKILL_DIR/run_pipeline.py --channel seo
python3 $SKILL_DIR/run_pipeline.py --channel ads --query "ai photo generator"
# 快速测试（减少数据量）
python3 $SKILL_DIR/run_pipeline.py --test
# 参数说明
--query 搜索关键词（默认 "ai filter"）
--channel 频道选择 all/social/seo/ads（默认 all）
--region 区域 US/EU/ASIA（默认 US）
--max-results 每个源最大结果数（默认 15）输出
output/full_report_YYYYMMDD_HHMM.txt— Slack 格式完整报告output/social_*.json— 社媒原始数据（含KOL雷达 + 音频趋势 + AI适配度评估）output/seo_*.json— SEO 关键词数据output/ads_*.json— 广告数据output/all_data_*.json— 全量合并数据
文件结构
omni-channel-agent/
├── SKILL.md # 本文件
├── TREND_METHODOLOGY.md # 社媒趋势方法论（Lark文档完整版）
├── apify_client.py # Apify REST API 客户端
├── run_pipeline.py # 主 Pipeline（KOL雷达+3频道编排）
├── run_all.py # 社媒端单独运行
├── run_multi_query.py # 多场景查询
├── sources/
│ ├── kol_radar.py # 🆕 KOL 雷达（11账号监控+音频聚合+AI评估）
│ ├── tiktok.py # TikTok via Apify
│ ├── instagram.py # Instagram via Apify
│ ├── youtube.py # YouTube via Apify
│ ├── reddit.py # Reddit via Apify
│ ├── google_trends.py # Google Trends (pytrends)
│ ├── facebook_ads.py # Facebook Ads via Apify
│ ├── seo_pipeline.py # SEO: Semrush + Sitemap + Notion dedup
│ ├── ads_pipeline.py # 投放: 4个场景
│ └── twitter.py # Twitter (待修复 token)
├── formatters/
│ └── slack_formatter.py
└── output/ # 数据输出注意事项
- KOL 雷达每次批量抓取 11 个账号，Apify 消耗较大，建议非 test 模式每天 1-2 次
- Instagram 和 Reddit 的 Apify actor 是按量付费的
- Google Trends 有 rate limit，高频调用会 429
- Sitemap 需要 User-Agent header（403 防护）
- Twitter API 的 token 需要官方 Bearer token，当前 OpenTwitter JWT 不兼容
- 趋势最终判断需人类直觉 — AI 评分仅供初筛，视觉效果/氛围/文化细微差别只有人眼能捕捉