Maxhub Twitter

Twitter/X 公开社交数据查询与传播分析 skill，通过 MaxHub API 查询推文、回复、用户资料、关注/粉丝、搜索、趋势和相关互动。适合舆情监测、账号画像、话题传播、竞品研究和内容分析。默认 read-only；agent 应优先使用 recipes，按 tweet_id/user_id/username/query 等字段流链式调用，并对个人社交数据与 UGC 做最小化处理。所有请求发送到 https://www.aconfig.cn。

XieWxx@xiewxx

Install

openclaw skills install @xiewxx/maxhub-twitter

Twitter/X 数据助手

1. 简介

Twitter/X 数据查询与海外舆情研究工具，通过 MaxHub API 接入 Twitter / X（twitter.com / x.com）平台，覆盖推文详情、评论（最新/热门）、转推用户列表、搜索时间线、趋势话题、用户资料、用户推文 / 回复 / 媒体、关注 / 粉丝、用户精选推文等全部能力。专注服务于海外舆情监控、Twitter KOL 影响力分析、推文爆款研究、趋势话题追踪等场景，帮助用户快速采集 X 平台全域数据，构建跨语种海外社媒洞察。

2. 详细功能

推文详情

查询任意推文的完整详情，包括正文、媒体附件（图片/视频/GIF）、发布时间、来源客户端、引用与回复链路
还原推文的互动数据：点赞数、转推数、引用数、评论数、书签数
输出推文作者的基础画像信息，省去额外查询账号的步骤

评论双轨

拉取某条推文的热门评论列表，按平台默认热度排序，识别高互动观点
拉取某条推文的最新评论列表，按时间倒序排序，捕捉实时反馈
两种排序口径可按分析意图自由切换：舆情研究偏热门，实时跟踪偏最新

转推用户列表

拉取某条推文的转推用户列表，识别传播链路与扩散节点
顺着转推用户继续做账号画像采集，绘制完整传播图谱

搜索时间线

按关键词在 X 平台进行全站搜索，覆盖最新、热门、用户、媒体多种结果类型
可切换搜索类型聚焦不同分析场景：实时舆情用最新、爆款研究用热门、KOL 找人用用户、视觉素材用媒体
通过游标翻页持续向下采集，构建完整的关键词样本集

趋势话题

按国家或地区拉取 X 平台的实时趋势话题榜，覆盖美国、英国、日本等主要市场
跨地区对比同一时间窗口下的热点差异，支撑跨境品牌的多市场监控

用户画像

查询任意 Twitter / X 用户的完整资料，包括头像、简介、注册时间、所在地、认证状态、粉丝/关注数等
拉取用户发布的推文时间线，回溯完整发推记录
拉取用户的回复时间线（仅回复其他人的推文），分析其互动行为模式
拉取用户的媒体推文（仅含图片/视频的推文），快速浏览视觉内容
拉取用户的关注列表与粉丝列表，分析社交圈层与影响力辐射
拉取用户主页的精选/置顶高光推文集合，识别其代表作与人设输出

screen_name ↔ rest_id 互通

同时支持用户名（@handle）与数字账号 ID 两种入口定位用户
当账号改名或更换 handle 后，可继续使用稳定的数字 ID 持续追踪同一账号

📋 数据传输与隐私声明（请认真阅读）

第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。

UGC 隐私：拉回的评论 / 弹幕 / 动态 / 私信 / 联系人等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。

凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。

合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 平台 ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

json

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

bash

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

环境变量	说明	是否必填	获取方式
`MAXHUB_API_KEY`	MaxHub 数据 API Key	是	MaxHub 控制台

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

步骤	何时读	加载文件	估算 token
① 永远先读	接到任何请求时	`SKILL.md` §0.1（不支持清单）+ §4（本节）	~1K
② 选择 recipe	用户语义清晰时	`references/recipes/_index.md`（仅索引）	~1.5K
③ 加载 recipe 详情	匹配到具体 recipe 时	`references/recipes/<domain>.md` 的对应段落	~500/段
④ 加载端点详情	自定义链路或参数不明时	`references/<domain>.md` 单文件	~3K
⑤ 路径白名单校验	调用前	`grep '<endpoint_id>' references/endpoints_whitelist.yaml`（禁止整体读）	~50 行
⑥ 跨端点字段路由	链式调用时	`references/param-mappings.md` § 字段流字典	~1K

2️⃣ Recipe 匹配规则（核心）

加载 references/recipes/_index.md，扫 trigger_keywords 列
最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

端点 risk	必做自检	步骤数
`risk: low`	① 路径在 endpoints_whitelist.yaml	1 步
`risk: medium`	① 路径 ② method ③ 必填参数 ④ 写入确认	4 步
`risk: high`	4 步 + 显式向用户确认参数与意图	5 步
`risk: critical`（restricted）	6 步高风险确认流程（详见 §高风险能力清单）	6 步

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

现象	行动	重试
404 / 410	§3.1(A) 5 步防臆造自检 → 通过才 STOP；禁止自改路径段重试	0
400 / 422	§3.1(B) 6 步防参数臆造自检 → 通过才修参重试	≤1
401 / 402 / 403	STOP，告知用户去 https://www.aconfig.cn 处理	0
429	读 `Retry-After` 退避；无该头时指数退避+jitter	≤2
5xx	等 3 秒重试 → 仍失败走端点级"降级/替换"	1
HTTP 200 + `code != 0`	读 `message_zh` 报告用户；不重试（业务错误重试无用）	0

6️⃣ 输出契约（与用户对话时）

数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

规则	说明
🔒 只读	本技能仅用于数据查询和分析，不执行写入 / 账户 / 发推 / 关注操作
🚫 禁止臆造路径	仅使用 `references/endpoints_whitelist.yaml` 中的端点，不得自行拼接、改版本号、加路径段
🆔 入参互转规则	`screen_name`（用户名）与 `rest_id`（数字 ID）按端点要求严格区分，部分端点支持 oneOf，部分仅接受其一
📋 数据流向第三方	所有请求发送至 `https://www.aconfig.cn`，请使用独立测试账号并定期轮换 API Key
🔑 凭证保护	不暴露 API Key、Cookie、Token 至日志或对话

基础使用（4 步完成调用）

Step 1 — 检查 API Key

bash

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

用户目标	加载文件	覆盖范围
查推文详情 / 评论 / 搜索 / 趋势 / 转推	`references/content.md`	推文详情、热门/最新评论、转推用户、搜索时间线、趋势（6 端点）
查用户 / 推文 / 关注 / 粉丝 / 媒体 / 精选	`references/user.md`	用户资料、推文、回复、媒体、关注、粉丝、精选推文（7 端点）
跨端点参数查询 / 字段流追溯	`references/param-mappings.md`	全局红线 + 端点路由 + 字段流字典 + 错误处理总览
路径白名单硬校验	`references/endpoints_whitelist.yaml`	13 个端点的硬白名单 + Pre-call 4 步自检协议

Step 3 — 构建最小调用计划

✅ 优先使用最少端点完成任务，能用一个端点就不用两个
✅ 评论端点二选一（热门 vs 最新），按用户分析意图选择
❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

Step 4 — 执行并验证

调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → screen_name/rest_id 来源）
收到 404 → 必须先做防路径臆造自检（5 步）
收到 400 / 422 → 必须先做防参数臆造自检（6 步），重点检查 screen_name 是否带 @、rest_id 是否为纯数字
收到 业务 code != 0 → 读 message_zh 报告用户，不重试

高级使用

链式调用图谱（Chain Recipes）

用户场景	链路	字段流
查推文 + 评论	`fetch_tweet_detail` → `fetch_post_comments` / `fetch_latest_post_comments`	`tweet_id` 复用
查用户 → 推文	`fetch_user_profile` → `fetch_user_post_tweet`	`screen_name` / `rest_id` 复用
screen_name → rest_id	`fetch_user_profile`（screen_name 入参） → 取 `rest_id` → 后续端点	`screen_name` → `rest_id`
查搜索 → 推文详情	`fetch_search_timeline` → 取 `tweet_id` → `fetch_tweet_detail`	`keyword` → `tweet_id`
查转推用户 → 用户画像	`fetch_retweet_user_list` → 取 `screen_name` → `fetch_user_profile`	`tweet_id` → `screen_name`
查用户全面分析	`fetch_user_profile` + `fetch_user_post_tweet` + `fetch_user_media` + `fetch_user_followers` + `fetch_user_followings`	`screen_name` 复用
趋势 → 搜索 → 详情	`fetch_trending` → 取趋势词 → `fetch_search_timeline` → `fetch_tweet_detail`	trend → `keyword` → `tweet_id`
用户精选推文	`fetch_user_profile` → 取 `rest_id`（作为 `userId`） → `fetch_user_highlights_tweets`	`rest_id` → `userId`

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

路径白名单逐字符比对 → 不在清单中 STOP
Method 比对（全部为 GET）→ 不等 STOP
参数键名比对（注意 userId 仅用于 fetch_user_highlights_tweets，其它端点用 screen_name / rest_id）→ 有清单外参数 STOP
资源 ID 来源溯源 → Agent 编造的 STOP
全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

参数名严格比对（screen_name 不带 @，rest_id 必须纯数字）
必填项齐全 + oneOf 二选一逻辑（fetch_user_profile 接受 screen_name 或 rest_id）
cursor 翻页参数是否上接前次响应的 cursor，禁止编造
类型与格式严格匹配（pattern / enum）
传参方式正确（query string）
全通过才按 message_zh 排查

Cursor 翻页最佳实践

首次调用不传 cursor：取出响应中的 next_cursor
后续调用接力：用上一轮的 next_cursor 作为本轮 cursor 入参
终止条件：响应未返回新 cursor 或返回空数组
禁止编造 cursor 字符串：cursor 是平台签发的不透明字段，不可猜测

SKILL 版本更新

触发条件	推荐操作
合法路径持续 404 / 410	`skillhub upgrade maxhub-twitter`（国内）或 `clawhub upgrade maxhub-twitter`（国际）
用户问"版本是多少"	当前版本 v3.7.2，访问 https://skillhub.cn/skills/maxhub-twitter
多端点连续 410	`skillhub upgrade maxhub-twitter --force`
401 / 402 / 403	不是版本问题，去 https://www.aconfig.cn 处理

常用命令速查表

场景	命令
查 API Key	`[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" \|\| echo "missing"`
查推文详情	`curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_tweet_detail?tweet_id=xxx"`
查推文热门评论	`curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_post_comments?tweet_id=xxx"`
查用户资料	`curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_user_profile?screen_name=elonmusk"`
查用户推文	`curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_user_post_tweet?screen_name=elonmusk"`
搜索时间线	`curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_search_timeline?keyword=AI"`
趋势话题（美国）	`curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_trending?country=US"`
检查 SKILL 更新	`skillhub info maxhub-twitter` 或 `clawhub info maxhub-twitter`

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 Twitter 某个 user_id 的最近推文」

Agent 执行步骤：

匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
risk: low 的端点直接调用，risk: medium+ 先与用户确认
链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
❌ 把没在响应里的字段编一个值返回给用户
❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：海外舆情分析师跨地区监控

角色：海外公关 / 跨境品牌
需求：监控品牌关键词在美国 / 日本 / 欧洲的实时讨论与情感倾向
使用方式：fetch_trending（按 country 切换）+ fetch_search_timeline（search_type=Latest）双端点联动 → 命中关键词后链式调 fetch_tweet_detail + fetch_post_comments 还原舆情上下文 → 取 screen_name → fetch_user_profile 识别影响力账号
预期收益：实时跨地区舆情雷达 + 情感聚类，识别高影响力扩散节点

场景二：Twitter KOL 投放评估

角色：跨境营销 / KOL 投放代理
需求：评估候选 X KOL 的真实活跃度、粉丝健康度、互动质量
使用方式：fetch_user_profile 拉资料 → fetch_user_post_tweet 拉近期推文 → fetch_user_followers 抽样粉丝 → fetch_user_media 拉媒体推文判断内容形态
预期收益：完整 KOL 健康度评估，识别僵尸粉 / 真实粉丝比例与互动健康度

场景三：内容团队推文爆款研究

角色：海外内容运营 / 翻译号策划
需求：追踪某垂类（科技 / 加密货币 / AI）近期高互动爆款推文，提炼标题与开头模板
使用方式：fetch_search_timeline（search_type=Top） → 取爆款 tweet_id → fetch_tweet_detail 取全文 → fetch_retweet_user_list 看转推扩散链 → 输出爆款样本集
预期收益：海外垂类爆款语料库 + 翻译选题池，提升翻译号 / 资讯号 CTR

场景四：研究员追踪趋势话题生命周期

角色：社媒研究员 / 趋势分析师
需求：跟踪某趋势词从出现 → 爆发 → 衰退的完整生命周期与参与人群
使用方式：定时抓取 fetch_trending → 命中目标趋势词 → fetch_search_timeline 全量拉推文 → 取 screen_name 集合 → 抽样 fetch_user_profile 构建参与者画像
预期收益：趋势话题完整生命周期图谱，识别话题首发账号 + 扩散节点 + 长尾参与者

6. 项目架构

目录结构

text

maxhub-twitter/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 3.7.2）
└── references/
    ├── endpoints_whitelist.yaml        # 13 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理）
    ├── content.md                      # 推文域：详情/评论/搜索/趋势/转推（6 端点）
    └── user.md                         # 用户域：资料/推文/回复/媒体/关注/粉丝/精选（7 端点）

技术栈

组件	技术	说明
调用方式	`curl` + Bearer Token	HTTP GET 请求，参数通过 query string 传递
数据接口	MaxHub API	`https://www.aconfig.cn/api/v1/twitter/web/*`，通过 `MAXHUB_API_KEY` 鉴权
路径校验	YAML 硬白名单	`endpoints_whitelist.yaml` 提供 13 端点的逐字符校验 + 4 步 Pre-call 协议
错误处理	决策表 + 自检清单	HTTP 状态码权威定义 + 防臆造自检（A/B 双轨）+ 重试策略矩阵
翻页机制	Cursor 不透明令牌	平台签发，禁止编造，按响应 next_cursor 接力
输出格式	JSON Standard MaxHub Response	`{code, message, message_zh, data, cache_url}`
更新通道	SkillHub / ClawHub / GitHub	国内 ⭐⭐⭐ SkillHub（腾讯云 CDN）/ 国际 ⭐⭐⭐ ClawHub / 降级 GitHub

API 覆盖范围

领域	端点数	Reference 文件
推文内容（Content）	6	`content.md`
用户（Users）	7	`user.md`
合计	13	—

关键设计理念

防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
screen_name / rest_id 双轨：账号改名场景下使用 rest_id 持续追踪，oneOf 端点支持灵活切换
Cursor 不可编造：cursor 是平台签发的不透明字段，必须按响应接力，禁止猜测
Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵