游乐游手机版
首页/AI教程/文章详情

AI Skills实战:获取抖音B站微博热点方法

时间:2026-06-01 10:50
最近在研究 AI Agent 的 Skills 生态时,有一个 Skill 特别值得拿出来聊一聊:hot-topics。 这个 Skill 做的事情非常直白——把国内主流平台的热点话题一把抓过来。像是微博热搜、知乎热榜、百度热搜、抖音热点、B站热门、今日头条热榜,全都能拿到。 实际调用时,统一访问一

最近在研究 AI Agent 的 Skills 生态时,有一个 Skill 特别值得拿出来聊一聊:hot-topics

这个 Skill 做的事情非常直白——把国内主流平台的热点话题一把抓过来。像是微博热搜、知乎热榜、百度热搜、抖音热点、B站热门、今日头条热榜,全都能拿到。

实际调用时,统一访问一个 API 就搞定,比如这样:

curl https://60s.viki.moe/v2/weibo
curl https://60s.viki.moe/v2/zhihu
curl https://60s.viki.moe/v2/baidu/hot
curl https://60s.viki.moe/v2/douyin
curl https://60s.viki.moe/v2/bili

很多人看到这里会好奇:这些热点数据到底是怎么从各个平台拿到的?今天这篇就从工程角度,把背后的原理拆开来看。

一、原理

这个 Skill 背后的核心技术其实很朴素:找到各个平台的热点数据接口,抓下来,再统一格式输出。

本质就三步:

  1. 找接口——各个平台基本都有 Web API,关键是要知道它们的存在。
  2. 抓数据——用 HTTP 请求拿到 JSON 格式的数据。
  3. 统一结构——把不同格式的数据整理成统一 API 供调用。

整个流程可以概括为:

各平台热点接口 → 抓取原始数据 → 解析 → 存储 → 统一数据结构 → 对外 API → AI Agent 调用

所以理解这个 Skill 的关键,就在于摸清楚每个平台的热点接口到底怎么用。

下面一个一个来看。

二、微博热搜获取原理

很多人第一反应可能是“微博需要爬虫吧”?其实微博有 Web 接口。

接口地址:

https://weibo.com/ajax/side/hotSearch

但如果你直接在浏览器里访问这个地址,返回的结果里会提示需要登录。原因是微博会检测请求头是否来自真实的浏览器环境。

解决办法很简单:模拟浏览器请求,带上 User-AgentReferer。用 curl 示例就是:

curl 'https://weibo.com/ajax/side/hotSearch' \
  -H 'User-Agent: Mozilla/5.0' \
  -H 'Referer: https://weibo.com'

返回的数据里,热点内容可以从 JSON body 中解析出来。

三、知乎热榜获取原理

知乎热榜有官方接口,可以直接访问:

https://www.zhihu.com/api/v3/feed/topstory/hot-list-web

浏览器打开就能看到 JSON 数据,不需要额外处理。

四、百度热搜获取原理

百度热搜的接口也是公开的:

https://top.baidu.com/api/board?platform=wise&tab=realtime

浏览器直接访问即可获取结果。

五、B 站热门获取原理

B 站提供了公开 API:

https://api.bilibili.com/x/web-interface/popular

同样可以直接访问,数据格式也比较规整。

六、抖音热点获取原理

抖音热点榜也有 Web 接口:

https://www.douyin.com/aweme/v1/web/hot/search/list/

浏览器直接访问即可。

七、今日头条热榜获取原理

今日头条的接口如下:

https://www.toutiao.com/hot-event/hot-board/?origin=toutiao_pc

同样可以直接访问获取。

八、结语

可以看到,大部分平台其实都提供了可以直接访问的热点接口,有些需要加上 User-AgentReferer 来绕过简单的反爬。如果请求频率太高,可能会触发风控,工程上适当加请求头、控制频率就能稳定运行。

Skills 作为 AI Agent 的能力延伸,不仅让 Agent 能做更多事,也提供了一个绝佳的学习样板——通过拆解这些 Skill,能弄清楚背后的技术到底是怎么实现的,知其然更知其所以然。

来源:https://juejin.cn/post/7618119486495440948
上一篇Scholarcy智能工具:快速总结文献,提升学术效率 下一篇Dishi自动生成步骤时间,简化复杂食谱让烹饪更轻松
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
Whisper.cpp安装失败报错日志排查与升级回滚方案
AI教程 · 2026-07-10

Whisper.cpp安装失败报错日志排查与升级回滚方案

Whisper cpp安装失败多与编译环境、依赖版本、模型路径和硬件后端有关。可按日志定位错误,分层检查工具链、参数与模型文件,并通过固定版本、备份配置和回退提交降低升级风险。

Whisper.cpp本地模型运行教程:模型下载、路径设置与性能优化
AI教程 · 2026-07-10

Whisper.cpp本地模型运行教程:模型下载、路径设置与性能优化

Whisper cpp可在个人电脑离线完成语音转文字,适合会议记录、字幕制作和资料整理。安装时需正确获取模型文件、设置路径,并按硬件条件调整线程、量化和输出参数。

Whisper.cpp插件安装全攻略:浏览器、编辑器与扩展市场配置
AI教程 · 2026-07-10

Whisper.cpp插件安装全攻略:浏览器、编辑器与扩展市场配置

Whisper cpp可作为本地语音识别核心,被浏览器扩展、编辑器插件调用。安装重点在于准备运行环境、下载模型、配置本地服务地址,并注意权限、来源和音频数据安全。

Whisper API密钥配置教程:账号注册、获取密钥与国内网络设置
AI教程 · 2026-07-10

Whisper API密钥配置教程:账号注册、获取密钥与国内网络设置

Whisper cpp以本地语音识别为核心,通常无需APIKey。若需下载私有模型或接入托管接口,可按账号注册、密钥保存、环境变量配置和网络连通检查完成部署。

Whisper.cpp Docker一键部署教程:镜像拉取、端口映射及数据目录配置
AI教程 · 2026-07-10

Whisper.cpp Docker一键部署教程:镜像拉取、端口映射及数据目录配置

Whisper cpp适合在本地完成语音转文字任务,借助Docker可减少编译环境差异。部署时需重点处理镜像来源、模型文件挂载、端口映射、数据目录权限与资源占用,避免音频和识别结果散落在容器内部。