Coze智能体实战：零基础学会搭建热点监控AI Agent，选题效率提升10倍

雅玩团小宝 發表於 2025-9-16 10:55:00

Coze智能体实战：零基础学会搭建热点监控AI Agent，选题效率提升10倍

大家好，我是汤师爷，专注 AI 智能体分享，致力于帮助 100W 人用智能体创富~
短视频内容创作小白经常会遇到这样的困扰。
每天花大量时间刷视频，想要找到你所在赛道的爆款内容，却总是难以系统地整理和分析？
想要批量获取某个关键词的爆款视频数据，但是市面上的采集工具要么特别贵，要么操作极其复杂？
或者，已经尝试过各种方法，但始终找不到一个高效、低成本的解决方案？
不用担心，今天我就教你搭建一个Coze智能体，轻松搞定这些烦恼。
篇幅不短，欢迎先收藏，再慢慢阅读。如果觉得有帮助，也请顺手点个赞、在看、转发支持一下~
<h2 id="1为什么要做热点监控">1.为什么要做热点监控？</h2>
热点监控是内容创作者和营销人员的必备工具，它帮助我们在信息爆炸时代精准把握用户关注点，提升内容效果和影响力。以下是进行热点监控的四大核心理由：
1. 把握用户兴趣，提高内容相关性
用户的注意力是稀缺资源。通过实时监控热点话题，我们能了解目标受众当下最关心的问题和兴趣点。热点本质上是用户兴趣的集中体现，基于热点创作的内容自然具有更高的用户匹配度，更容易获得关注和互动。
2. 节约选题时间，提高创作效率
没有热点监控系统时，创作者需要在各平台间不断切换，手动搜索和筛选信息，这个过程既耗时又低效。自动化热点监控能持续追踪多平台热门内容，将重复性工作交给智能体，让创作者能专注于内容创作本身。
3. 抓住时机，提高曝光机会
热点具有明显的时效性，越早参与讨论，获得的曝光机会就越多。自动化热点监控系统能在热点刚出现时就发出提醒，帮助创作者抢占先机。比起等热点完全爆发后再跟进，提前布局能获得更多流量红利和平台算法青睐。
4. 发现内容机会，避免同质化
热点监控不只是追踪已经爆发的话题，更重要的是发现潜在新兴热点。通过分析热点数据，创作者可以识别尚未被充分挖掘的内容机会，避开同质化竞争，找到差异化表达角度，从而在激烈的内容竞争中脱颖而出。
既然这么重要，那我们当然需要一个好用的智能体来帮我们自动收集这些视频。
但是，批量获取抖音视频内容这件事，一直有技术门槛。很多朋友因为不懂技术，只能花钱买工具来完成这项任务。
今天我要分享一个Coze智能体的解决方案，小白也能搭建。
只需输入自己赛道的关键词就能自动批量获取爆款视频内容，轻松实现100条爆款视频的采集工作。效果如下：
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506402-835989636.jpg">
<h2 id="2智能体的搭建流程">2.智能体的搭建流程</h2>
智能体的搭建流程主要分为两个步骤：梳理工作流、设置智能体。
1、梳理工作流
热点监控工作流是一套自动化信息采集和处理系统，能将人工需要几小时甚至几天完成的工作压缩至几分钟内自动完成。这一工作流主要包含三大环节：
（1）根据关键词，批量获取热门视频
系统根据预设的关键词（如行业热词、产品名称、竞品信息等），自动从抖音、小红书等平台搜索相关视频。这一步骤替代了手动搜索和浏览结果的过程，大幅提高效率。
（2）批量获取视频详细信息
获取视频列表后，系统进一步抓取每个视频的详细数据，包括：
<ul>
<li>基础信息：视频ID、标题、链接、发布时间、视频时长等</li>
<li>互动数据：点赞数、评论数、收藏数、分享数等关键指标</li>
<li>创作者信息：作者名称、用户ID、个人简介等</li>
</ul>
这些数据是分析视频热度和受欢迎程度的关键指标，也是判断内容价值的重要依据。系统将这些零散数据整合成结构化信息，便于后续分析。
（3）将数据添加到多维表格
最后，系统将处理好的数据自动导入到预设的飞书多维表格中。
通过这样的自动化处理，我们能建立一个实时更新的热点内容库，随时查看行业动态，发现爆款选题灵感。
这种工作流显著减轻了运营人员的工作负担，让我们能将更多精力投入到内容创作和策略制定上。
2、设置智能体
完成工作流搭建后，我们需要创建一个热点监控智能体来执行这个工作流。智能体设置过程分为三个关键步骤：
<ol>
<li>设置人设与逻辑：配置智能体的特征、回复风格和决策逻辑</li>
<li>绑定工作流：将工作流与智能体关联，赋予它执行具体任务的能力</li>
<li>测试并发布：进行全面功能测试，确认一切正常后将智能体正式发布到生产环境</li>
</ol>
完成这三个步骤后，我们就成功搭建了一个热点监控智能体。
<h2 id="3创建工作流">3.创建工作流</h2>
登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“fetch_douyin_hot_videos_daily”。
<h3 id="31-开始节点">3.1 开始节点</h3>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506327-409409984.jpg">
<h3 id="32-根据关键词批量获取热门视频">3.2 根据关键词，批量获取热门视频</h3>
我们将使用【视频搜索】插件的douyin_search功能。通过这个功能，我们可以批量获取热门视频。
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506443-359592797.jpg">
插件节点：根据关键词，批量获取热门视频
<ul>
<li>输入：
<ul>
<li>api_token：点击“感叹号”，通过网站可以获取。</li>
<li>keyword：关键词，从开始节点获取</li>
<li>page：第一页</li>
<li>publish_time：发布时间，可用值: _0(不限), _1(一天之内), _7(一周之内), _180(半年之内)，这里我们选择_7</li>
<li>sort_type：排序类型，可用值: _0(综合), _1(最多点赞), _2(最新发布)，这里我们选择_1</li>
</ul>
</li>
</ul>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506390-1131097228.jpg">
<h3 id="33-批量获取视频详细信息">3.3 批量获取视频详细信息</h3>
1.选择器节点：校验视频列表不为空
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506314-353200220.jpg">
2.批处理节点：批量获取视频详细信息
<ul>
<li>输入：
<ul>
<li>aweme_list：从"根据关键词，批量获取热门视频"节点的输出变量中，选择business_data</li>
</ul>
</li>
<li>输出：
<ul>
<li>new_aweme_list：处理后的视频列表</li>
</ul>
</li>
</ul>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506404-1080269922.jpg">
3.选择器节点：校验视频信息不为空
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506354-1965403309.jpg">
4.视频搜索插件：获取单个视频详细信息（douyin_data）
<ul>
<li>输入：
<ul>
<li>api_token：点击“感叹号”，通过网站可以获取。</li>
<li>douyin_url：从批量获取视频详细信息节点的输出中，选择share_url</li>
</ul>
</li>
</ul>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506402-776576263.jpg">
5.代码节点：将视频详情整合进视频列表中
<ul>
<li>输入：
<ul>
<li>aweme_detail：从获取单个视频详细信息节点的输出中，选择aweme_detail</li>
<li>aweme：从批量获取视频详细信息节点的输出中，选择item</li>
</ul>
</li>
<li>输出：
<ul>
<li>aweme：处理后的单条视频</li>
</ul>
</li>
</ul>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506396-1518488842.jpg">
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506396-1651874042.jpg">
下面是处理数据的Python代码：
<pre><code class="language-python">async def main(args: Args) -> Output:
params = args.params
aweme_detail = params.get("aweme_detail", {})
aweme = params.get("aweme", {})
aweme["aweme_detail"] = aweme_detail

ret: Output = {
 "aweme": aweme
}
return ret
</code></pre>
<h3 id="34-将数据添加到多维表格">3.4 将数据添加到多维表格</h3>
1.代码节点：将信息整理为飞书表格可以使用的数据
<ul>
<li>输入：
<ul>
<li>aweme_list：从"批量获取视频详细信息"节点的输出中，选择new_aweme_list</li>
<li>keywords：从开始节点中，选择keyword</li>
</ul>
</li>
<li>输出：
<ul>
<li>records：处理后的表格数据，选择Array类型</li>
</ul>
</li>
</ul>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506338-908943366.jpg">
下面是处理数据的Python代码：
<pre><code class="language-python">async def main(args: Args) -> Output:
params = args.params
aweme_list = params.get("aweme_list", [])

result = []

# 遍历 aweme_list，依次处理
for aweme in aweme_list:

 # 获取 aweme_detail 并判空
 aweme_detail = aweme.get("aweme_detail") or {}
 title = aweme_detail.get("desc") or ""
 link = aweme_detail.get("share_url") or ""

 # 安全获取 statistics
 statistics = aweme_detail.get("statistics") or {}

 # 提取各字段信息，并在取值时加默认值
 video_id = statistics.get("aweme_id") or ""
 digg_count = statistics.get("digg_count") or 0
 comment_count = statistics.get("comment_count") or 0
 collect_count = statistics.get("collect_count") or 0
 share_count = statistics.get("share_count") or 0

 # 获取作者信息
 author_info = aweme_detail.get("author") or {}
 author_name = author_info.get("nickname") or ""
 signature = author_info.get("signature") or ""
 sec_uid = author_info.get("sec_uid") or ""
 raw_create_time = aweme_detail.get("create_time", 0)
 # 如果不是 int，就尝试转换，失败则为 0
 try:
 create_time = int(raw_create_time)
 except (TypeError, ValueError):
 create_time = 0

 # 创建时间以毫秒计，避免 None 或非法值导致报错
 create_time_ms = create_time * 1000

 raw_duration = aweme_detail.get("duration", 0)
 # 如果不是数字，尝试转换为 float，失败则为 0
 try:
 duration = float(raw_duration)
 except (TypeError, ValueError):
 duration = 0.0
 duration_sec = duration / 1000

 # 组装返回数据
 item_dict = {
 "fields": {
 "视频ID": video_id,
 "标题": title.strip(),
 "关键词": params.get("keywords", ""),
 "链接": {
 "text": "查看视频",
 "link": link.strip(),
 },
 "点赞数": digg_count,
 "评论数": comment_count,
 "收藏数": collect_count,
 "分享数": share_count,
 "作者": author_name,
 "用户简介": signature,
 "用户ID": sec_uid,
 "发布日期": create_time_ms,# 毫秒级时间戳
 "时长": duration_sec # 秒
 }
 }
 result.append(item_dict)

return result
</code></pre>
2.我们需要创建一个多维表格，设置好表头字段，如下图所示。
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506423-18938127.jpg">
表格模板链接：https://xtninrlicw.feishu.cn/base/BRwvbkFzfaER27smZ7kcKN9wnSe?table=tbl2XVrl6Z0bWpNh&view=vewSzOF5Ix
3.飞书表格插件：将数据添加到多维表格（add_records）
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506155-1238860523.jpg">
<ul>
<li>输入：
<ul>
<li>app_token：提前创建一个多维表格，将多维表格的链接复制进去。</li>
<li>records：从"将信息整理为飞书表格可以使用的数据"的输出变量中，选择records。</li>
<li>table_id：多维表格数据表的唯一标识符</li>
</ul>
</li>
</ul>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506398-816711383.jpg">
多维表格数据表的唯一标识符：
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506333-479143287.jpg">
<h3 id="35-结束节点">3.5 结束节点</h3>
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506370-1978964784.jpg">
<h2 id="4创建智能体">4.创建智能体</h2>
<h3 id="41-新建智能体">4.1 新建智能体</h3>
在Coze平台创建一个新的智能体，命名“热点监控智能体”。
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506340-1511702141.jpg">
<h3 id="42-设置人设与逻辑">4.2 设置人设与逻辑</h3>
设置人设与逻辑是创建智能体的关键步骤。在这一环节，我们需要明确智能体的行为模式和响应方式。
对于抖音热点监控智能体，我们希望它能直接执行任务，无需过多交互。因此，我们设置简单明了的指令，让智能体在接收到关键词后立即执行视频采集工作。
<pre><code class="language-markdown">直接执行`fetch_douyin_hot_videos`
</code></pre>
<h3 id="43-绑定工作流">4.3 绑定工作流</h3>
把“fetch_douyin_hot_videos_daily”工作流加进来，让智能体在合适的时机自动调用它。
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506236-1796474273.jpg">
<h3 id="44-测试并发布">4.4 测试并发布</h3>
全面的功能测试，确认正常后将智能体正式发布到生产环境。
<img src="https://img2024.cnblogs.com/blog/2625446/202509/2625446-20250916105506297-180704544.jpg">
<h2 id="5总结">5.总结</h2>
本文详细讲解了如何利用Coze打造热点监控智能体，实现抖音平台热门视频数据的自动采集与分析。
通过设计工作流，这个智能体可以定时获取特定关键词的热门视频，并将所有数据自动整理到飞书多维表格中，方便后续深入分析。
有了这个工具，创作者不再需要手动搜索各个关键词，就能高效跟踪行业热点，从而腾出更多时间专注于内容创作本身。
<blockquote>
本文已收录于，我的技术博客：tangshiye.cn里面有，AI 学习资料，Coze 智能体教程，算法 Leetcode 详解，BAT 面试真题，架构设计，等干货分享。
</blockquote>

</div>
<div id="MySignature" role="contentinfo">
本文来自博客园，作者：AI架构师汤师爷，转载请注明原文链接：https://www.cnblogs.com/tangshiye/p/19094457 
来源：https://www.cnblogs.com/tangshiye/p/19094457

頁: [1]

琼殿技术论坛's Archiver

Coze智能体实战：零基础学会搭建热点监控AI Agent，选题效率提升10倍