# Maxhub Zhihu

> 知乎（Zhihu）公开内容与用户数据分析 skill，通过 MaxHub API 查询问题、回答、文章、专栏、评论、热榜、搜索、AI 搜索和用户画像。适合问答内容研究、KOL 分析、舆情监控、选题挖掘和营销洞察。默认 read-only；agent 应按 recipes 选择问题/回答/文章/用户/搜索链路，正确传递 question_id/answer_id/article_id/url_token 等参数，避免混用 ID。所有请求发送到 https://www.aconfig.cn。

- **Type:** Skill
- **Install:** `agentstack add skill-xiewxx-maxhub-api-skills-maxhub-zhihu`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [XieWxx](https://agentstack.voostack.com/s/xiewxx)
- **Installs:** 0
- **Category:** [AI & ML](https://agentstack.voostack.com/c/ai-and-ml)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [XieWxx](https://github.com/XieWxx)
- **Source:** https://github.com/XieWxx/maxhub-api-skills/tree/main/maxhub-zhihu
- **Website:** https://www.aconfig.cn

## Install

```sh
agentstack add skill-xiewxx-maxhub-api-skills-maxhub-zhihu
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# 知乎 数据助手

## 1. 简介

知乎数据查询工具，通过 MaxHub API 接入中文专业问答与知识社区知乎，覆盖问题回答、专栏文章、评论 / 子评论、热榜推荐、视频列表、用户资料、用户关注 / 粉丝 / 文章 / 收藏 / 话题、综合搜索 + AI 搜索 + 多类目搜索（文章 / 用户 / 话题 / 视频 / 专栏 / 学者 / 盐选 / 电子书）等核心能力。专注服务于知乎内容研究、问答营销、KOL 分析、话题追踪与舆情场景，帮助用户深度挖掘知乎高质量内容与专业用户画像。

## 2. 详细功能

### 专栏与问答全维度

- 拉取指定专栏下的全部文章列表，支持持续翻页采集
- 读取单篇专栏文章的完整正文、作者信息与发布时间
- 查询专栏的推荐位与关联专栏，挖掘同主题优质内容
- 获取专栏的关注关系与评论开关配置，判断社区互动状态
- 拉取任意问题下的全部回答，可按热度或时间排序遍历

### 评论双链路

- 拉取一篇回答下的全部主评论，还原顶层讨论氛围
- 针对任意主评论继续下钻获取子评论，构建完整盖楼讨论树
- 支持长尾翻页，覆盖高赞回答的海量评论数据

### 热榜矩阵

- 查询知乎全站热榜列表，识别当下最热门的问题与话题
- 获取首页热门推荐流，捕捉算法分发的爆款内容
- 拉取知乎视频热门列表，洞察视频化内容的流量分布

### 搜索 13 件套

- 按关键词检索全站文章，定位垂类领域的优质长文
- 按关键词检索用户，找到对应行业的活跃创作者与专家
- 检索话题、专栏、视频、盐选会员内容与电子书，覆盖知乎全部内容形态
- 检索学者库，定位学术领域的专业作者
- 获取首页预设搜索词、推荐搜索词、输入联想词，挖掘搜索流量入口

### AI 搜索异步链路

- 向知乎 AI 直答提交问题，触发智能问答任务
- 支持轮询任务状态，等待 AI 生成完整答复后获取结果
- 在 AI 检索失败或超时时自动降级到普通文章搜索兜底

### 用户全景画像

- 读取任意用户的基础资料、签名、认证身份与统计数据
- 拉取用户的关注列表与粉丝列表，构建社交关系图谱
- 查看用户发布的全部文章与收藏过的文章
- 查询用户关注的专栏、问题、收藏夹、话题，识别其兴趣圈层
- 拉取知乎给该用户推荐的潜在关注者，扩展账号矩阵研究

> ### 📋 数据传输与隐私声明（请认真阅读）
>
> 1. **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。
> 2. **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。
> 3. **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。
> 4. **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](https://www.aconfig.cn) 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](https://www.aconfig.cn) |

## 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/.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/.md` 单文件 | ~3K |
| ⑤ 路径白名单校验 | 调用前 | `grep '' 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）
1. **加载** `references/recipes/_index.md`，扫 `trigger_keywords` 列
2. **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）
3. **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？"
4. **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）
1. 读 `references/atoms/_index.md`，按 `chain_role` 列定位起点（`starter`）和终点（`terminal`）
2. **优先用 `⭐⭐⭐ 首选`** 标记的端点；不到必要不用 `⭐ 条件` 端点
3. 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
4. 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）
1. **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
2. **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
3. **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 v5/v3 段、加路径段** |
| 📋 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 |
|---------|---------|---------|
| 查文章 / 专栏 / 评论 / 问答 / 热榜 / 视频 | `references/post.md` | 专栏文章、专栏详情、推荐、关系、评论配置、v5 评论、v5 子评论、问题回答、热门推荐、热榜、视频列表（11 端点） |
| 多类目搜索 / AI 搜索 / 联想 | `references/search.md` | 文章/用户/话题/学者/AI/视频/专栏/盐选/电子书 v3 + 预设/推荐/联想（13 端点） |
| 查用户 / 关注 / 粉丝 / 收藏 / 话题 | `references/user.md` | 用户资料、关注/粉丝、文章、收藏文章、关注专栏/问题/收藏夹/话题、推荐用户（10 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` | 34 个端点的硬白名单 + Pre-call 4 步自检协议 |
| SKILL 版本检查与升级 | `references/update.md` | SkillHub / ClawHub / GitHub 三通道更新 |

**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
- ✅ AI 搜索是**异步链路**：必须 `fetch_ai_search` → 轮询 `fetch_ai_search_result`
- ❌ 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 → 写入确认）
- 收到 **404** → 必须先做防路径臆造自检（5 步），尤其确认 `web` 段与 `_v3` / `_v5` 后缀
- 收到 **400 / 422** → 必须先做防参数臆造自检（6 步），重点检查 `answer_id` / `question_id` / `article_id` / `column_id` / `user_url_token` 区分
- 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 |
|---------|------|-------|
| 文章 → 详情 → 评论 | `fetch_column_articles` → `fetch_column_article_detail` → `fetch_comment_v5` | `column_id` → `article_id` → `answer_id` |
| 评论 → 子评论 | `fetch_comment_v5` → `fetch_sub_comment_v5` | `comment_id` 接力 |
| 问题 → 全部回答 → 子评论 | `fetch_question_answers` → `fetch_comment_v5` → `fetch_sub_comment_v5` | `question_id` → `answer_id` → `comment_id` |
| 热榜 → 问题回答 → 评论 | `fetch_hot_list` → `fetch_question_answers` → `fetch_comment_v5` | 热榜 → `question_id` → `answer_id` |
| 关键词 → 文章搜索 → 详情 | `fetch_article_search_v3` → `fetch_column_article_detail` | `keyword` → `article_id` |
| AI 搜索（异步） | `fetch_ai_search` → 轮询 `fetch_ai_search_result` | `message_content` → `message_id` |
| 用户 → 文章 / 关注 | `fetch_user_info` → `fetch_user_articles` + `fetch_user_followees` + `fetch_user_followers` | `user_url_token` 复用 |
| 用户搜索 → 主页 → 收藏 / 关注话题 | `fetch_user_search_v3` → `fetch_user_info` → `fetch_user_follow_topics` | `keyword` → `user_url_token` |

#### 防臆造自检清单（强制前置步骤）

**收到 404 时（A）**：
1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对（注意 `fetch_scholar_search_v3` 是 POST）→ 不等 STOP
3. 参数键名比对 → 有清单外参数 STOP
4. `_v3` / `_v5` 后缀是否写错 → 错段 STOP
5. 资源 ID 来源溯源 → Agent 编造的 STOP
6. 全通过才判定"上游资源不存在"

**收到 400 / 422 时（B）**：
1. 参数名严格比对（`answer_id` / `question_id` / `article_id` / `column_id` / `user_url_token` / `comment_id` / `message_id` 不可混用）
2. 必填项齐全
3. 类型与格式严格匹配（pattern / enum）
4. 传参方式正确（GET 用 query / POST 用 body）
5. 没有 IN 表外的臆造参数
6. 全通过才按 `message_zh` 排查

#### 异步任务最佳实践（仅适用 fetch_ai_search）

- **轮询间隔**：3–5 秒一次
- **状态语义**：未返回最终结果即继续轮询
- **轮询上限**：建议 2 分钟封顶；超时后把 `message_id` 返回用户
- **推荐**：宿主 Agent 支持子会话时，spawn 子会话专职轮询，主会话保持响应

#### SKILL 版本更新

| 触发条件 | 推荐操作 |
|---------|---------|
| 合法路径持续 404 / 410 | `skillhub upgrade maxhub-zhihu`（国内）或 `clawhub upgrade maxhub-zhihu`（国际） |
| 用户问"版本是多少" | 当前版本 v3.7.2，访问 https://skillhub.cn/skills/maxhub-zhihu |
| 多端点连续 410 | `skillhub upgrade maxhub-zhihu --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 "${MAXHUB_API_KEY:-}" ] && echo "ok" \|\| echo "missing"` |
| 查热榜 | `curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/zhihu/web/fetch_hot_list"` |
| 查问题全部回答 | `curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/zhihu/web/fetch_question_answers?question_id=xxx"` |
| 查回答评论 | `curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/zhihu/web/fetch_comment_v5?answer_id=xxx"` |
| 查用户主页 | `curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/zhihu/web/fetch_user_info?user_url_token=xxx"` |
| 文章搜索 | `curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/zhihu/web/fetch_article_search_v3?keyword=AI"` |
| 检查 SKILL 更新 | `skillhub info maxhub-zhihu` 或 `clawhub info maxhub-zhihu` |

### 📌 端到端使用示例（agent 快速上手）

**用户输入**：「帮我看 知乎某个回答下的评论」

**Agent 执行步骤**：

1. **匹配 recipe**：读 `references/recipes/_index.md` → 找到 trigger 命中 → 选最长匹配的 recipe
2. **加载 recipe 详情**：读 `references/recipes/.md` 中对应段落，拿到 Inputs / Atomic Steps / Output
3. **路径校验**：对每个 atom 的 endpoint_id，`grep` 一下 `endpoints_whitelist.yaml` 确认存在
4. **risk: low 的端点直接调用，risk: medium+ 先与用户确认**
5. **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
6. **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
7. **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：知乎内容研究员追踪问题热度

- **角色**：内容研究员
- **需求**：监测某个问题在知乎的全部高赞回答与评论争议焦点
- **使用方式**：`fetch_question_answers`（order=default 拉高赞）→ 头部回答取 `answer_id` → `fetch_comment_v5` + `fetch_sub_comment_v5` 完整还原讨论
- **预期收益**：构建问题级的内容 + 评论数据集，识别用户共鸣点与反对观点

### 场景二：问答营销团队挖掘投放机会

- **角色**：知乎问答营销
- **需求**：在垂类话题下识别高曝光低回答数的"蓝海问题"
- **使用方式**：`fetch_article_search_v3` + `fetch_topic_search_v3` 拉问题列表 → `fetch_question_answers` 看回答数与赞数 → 链式调 `fetch_user_info` 看头部回答者画像
- **预期收益**：精准锁定高 ROI 投放问题，营销转化率提升 3 倍

### 场景三：KOL 分析师构建知乎大 V 画像

- **角色**：MCN / 公关分析师
- **需求**：从 user_url_token 出发完整还原 KOL 的内容矩阵与圈层关系
- **使用方式**：`fetch_user_info` → `fetch_user_articles` + `fetch_user_followees` + `fetch_user_follow_topics` + `fetch_user_follow_columns` 全维度并行
- **预期收益**：知乎 KOL 完整画像 + 关注图谱，识别其立场与圈层影响力

### 场景四：舆情研究员监测话题趋势

- **角色**：品牌舆情监控
- **需求**：周期性监测品牌词在知乎的文章 / 视频 / 专栏 / 用户多维度提及
- **使用方式**：`fetch_article_search_v3` + `fetch_video_search_v3` + `fetch_column_search_v3` + `fetch_user_search_v3` 并行检索 → 异常增长贴进 `fetch_column_article_detail` + `fetch_comment_v5` 深度复盘
- **预期收益**：知乎舆情多维监测 + 高优先级讨论快速触达，缩短危机响应时间

## 6. 项目架构

### 目录结构

```
maxhub-zhihu/
├── 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        # 34 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）
    ├── post.md                         # 内容域：专栏/文章/评论/问答/热榜/视频（11 端点）
    ├── search.md                       # 搜索域：文章/用户/话题/学者/AI/视频/专栏/盐选/电子书（13 端点）
    ├── user.md                         # 用户域：资料/关注/粉丝/文章/收藏/话题（10 端点）
    └── update.md                       # SKILL 更新机制（SkillHub / ClawHub / GitHub）
```

### 技术栈

| 组件 | 技术 | 说明 |
|------|------|------|
| 调用方式 | `curl` + Bearer Token | HTTP GET / POST 请求，参数通过 query string 或 body 传递 |
| 数据接口 | MaxHub API | `https://www.aconfig.cn/api/v1/zhihu/web/*`，通过 `MAXHUB_API_KEY` 鉴权 |
| 路径校验 | YAML 硬白名单 | `endpoints_whitelist.yaml` 提供 34 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）+ 搜索域降级矩阵 |
| 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 |
|------|--------|---------------|
| 内容（Post / Content） | 11 | `post.md` |
| 搜索（Search） | 13 | `search.md` |
| 用户（User） | 10 | `user.md` |
| **合计** | **34** | — |

### 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）
- **AI 搜索异步契约**：`fetch_ai_search` + 轮询 `fetch_ai_search_result` + 超时降级到 v3 文章搜索
- **链式调用图谱**：字段流字典（`article_id` / `answer_id` / `question_id` / `column_id` / `user_url_token` / `comment_id` / `message_id`）+ Chain Recipes + 跨 reference 链路三层联动
- **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）+ 搜索域降级矩阵

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [XieWxx](https://github.com/XieWxx)
- **Source:** [XieWxx/maxhub-api-skills](https://github.com/XieWxx/maxhub-api-skills)
- **License:** MIT
- **Homepage:** https://www.aconfig.cn

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** yes
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-xiewxx-maxhub-api-skills-maxhub-zhihu
- Seller: https://agentstack.voostack.com/s/xiewxx
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.