SKILLEMALL.ai

AB scraping-tiktok-user-data

Собирает подробные данные о пользователях TikTok и историю недавних видео с помощью парсера пользователей TikTok от apidojo на Apify. Активируется, когда пользователь просит: получить все видео с аккаунта TikTok, получить недавние посты и статистику автора TikTok, экспортировать историю видео пользователя TikTok, собрать весь контент TikTok от конкретного автора, получить данные о постах TikTok по имени пользователя или собрать метрики на уровне видео из профиля TikTok. Возвращает количество просмотров, лайков, комментариев, репостов, подписи и временные метки для каждого видео для данного аккаунта. Идеально подходит для анализа авторов, аудита контента и сравнительного анализа.

машинный переводПоказать оригиналСкрыть оригинал«Scrapes detailed TikTok user data and recent video history using apido…»

Scrapes detailed TikTok user data and recent video history using apidojo's TikTok User scraper on Apify. Triggers when the user asks to: get all videos from a TikTok account, fetch a TikTok creator's recent posts and stats, export a TikTok user's video history, scrape all TikTok content from a specific creator, get TikTok post data by username, or collect video-level metrics from a TikTok profile. Returns per-video view count, likes, comments, shares, captions, and timestamps for a given account. Ideal for creator analysis, content auditing, and competitive benchmarking.

ClawHub Agent Skills автор: API Dojo v1.0.0 MIT-0 2 файла тело ≈ 811 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Собирает подробные данные о пользователях TikTok и историю недавних видео с помощью парсера пользователей TikTok от apidojo на Apify.

Как процесс B 71/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

АнализаторМаркетингМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Утечка данных exfil-secret-in-url SKILL.md:84
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      "https://api.apify.com/v2/acts/apidojo~tiktok-user-scraper/runs?token=…" \
      заглушка
    • низкая Утечка данных exfil-secret-in-url SKILL.md:91
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      curl "https://api.apify.com/v2/actor-runs/$RUN_ID?token=…" | grep '"status"'
      заглушка
    • низкая Утечка данных net-credential-use SKILL.md:91
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла; хост вендора самого скилла)
      curl "https://api.apify.com/v2/actor-runs/$RUN_ID?token=…" | grep '"status"'
      security-скиллvendor-host
    • низкая Утечка данных exfil-secret-in-url SKILL.md:96
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=…&format=json"
      заглушка
    • низкая Утечка данных net-credential-use SKILL.md:96
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла; хост вендора самого скилла)
      curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=…&format=json"
      security-скиллvendor-host

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 71/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 5
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 811 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +2Инструкции на одном языке
    • +3Длина description 577 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 5 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    This TikTok scraping skill is purpose-related but needs review because it can collect bulk follower/following data and shows risky API-token handling.
    LLM: suspicious (high) · VirusTotal: · 3 сент. 2026 г.