DeepSeek+Coze实战：如何从0到1打造一个热点监控智能体
大家好，我是汤师爷，专注AI智能体分享~短视频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~
1.为什么要做热点监控？
通过热点监控，我们可以及时发现赛道中的爆款视频：
[*]掌握市场动向：看看哪些视频火了，就知道大家现在喜欢什么，我们也能紧跟潮流
[*]学习创作技巧：研究爆款视频是怎么拍的，学习他们的拍摄方式，这样就能少走弯路
[*]发现赚钱机会：看看评论区的小伙伴们都在聊什么，说不定就能找到新的商机
[*]了解竞争对手：看看其他创作者都在做什么，先模仿再超越
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：
2.智能体的搭建流程
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。
2.1 梳理工作流
将对标账号监控的场景流程转化为可自动化运行的工作流节点。
[*]根据关键词，批量获取热门视频
[*]批量获取视频详细信息
[*]将数据添加到多维表格
2.2 设置智能体
[*]设置人设与逻辑：配置热点监控智能体的特征、回复风格和决策逻辑
[*]绑定工作流：将工作流与智能体关联，赋予执行具体任务的能力
[*]设置触发器：定义智能体的启动条件和触发规则，让它能定时执行工作流，采集热门视频。
[*]测试并发布：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
3.创建工作流
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”。
3.1 开始节点
3.2 根据关键词，批量获取热门视频
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。
插件节点：根据关键词，批量获取热门视频
[*]输入：
[*]api_token：点击“感叹号”，通过网站可以获取。
[*]keyword：关键词，从开始节点获取
[*]page：第一页
[*]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
[*]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
3.3 批量获取视频详细信息
1.选择器节点：校验视频列表不为空
2.批处理节点：批量获取视频详细信息
[*]输入：
[*]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
[*]keyword：关键词，从开始节点获取
[*]page：第一页
[*]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
[*]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
[*]输出：
[*]new_aweme_list：处理后的视频列表
3.选择器节点：校验视频信息不为空
4.视频搜索插件：获取单个视频详细信息（douyin_data）
[*]输入：
[*]api_token：点击“感叹号”，通过网站可以获取。
[*]douyin_url：从批量获取视频详细信息节点的输出中，选择share_url
5.代码节点：将视频详情整合进视频列表中
[*]输入：
[*]aweme_detail：从获取单个视频详细信息节点的输出中，选择aweme_detail
[*]aweme：从批量获取视频详细信息节点的输出中，选择item
[*]输出：
[*]aweme：处理后的单条视
下面是处理数据的Python代码：
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 ret3.4 将数据添加到多维表格
1.代码节点：将信息整理为飞书表格可以使用的数据
[*]输入：
[*]aweme_list：从"批量获取视频详细信息"节点的输出中，选择new_aweme_list
[*]keywords：从开始节点中，选择keyword
[*]输出：
[*]records：处理后的表格数据，选择Array类型
下面是处理数据的Python代码：
async def main(args: Args) -> Output:
"""
处理传入的 args.params.aweme_list 列表，提取每条视频的关键信息并返回。
"""
# 1. 先安全地获取 params
params = getattr(args, "params", {})# 如果 args 或 params 不存在，就给空字典
# 2. 安全地获取 aweme_list
aweme_list = params.get("aweme_list", [])
if not isinstance(aweme_list, list):
return []# 如果 aweme_list 不是列表，也直接返回空列表
result = []
# 3. 遍历 aweme_list，依次处理
for aweme in aweme_list:
# 如果当前 aweme 非字典类型，直接跳过
if not isinstance(aweme, dict):
continue
# 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 ""
# 4. 安全获取 statistics
statistics = aweme_detail.get("statistics") or {}
# 5. 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 ""
# 7. 获取时间和时长，需要做类型检查，防止计算时报错
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
# 8. 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 result2.我们需要创建一个多维表格，设置好表头字段，如下图所示。
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）
[*]输入：
[*]app_token：提前创建一个多维表格，将多维表格的链接复制进去。
[*]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。
[*]table_id：多维表格数据表的唯一标识符
多维表格数据表的唯一标识符：
3.5 结束节点
4.创建智能体
4.1 新建智能体
在Coze平台创建一个新的智能体，命名“热点监控智能体”。
4.2 设置人设与逻辑
配置对标账号监控的智能体的特征、回复风格和决策逻辑。
# 角色
你是一个专业的热点监控智能体，能够熟练调用`fetch_douyin_hot_videos_daily`工作流，根据赛道关键词，为用户获取抖音热门视频。
## 技能
### 技能 1：根据赛道关键词，为用户获取抖音热门视频。
1. 当用户提出监控某个赛道关键词的需求时，使用`fetch_douyin_hot_videos_daily`工作流，获取关键词的最新热门视频列表；4.3 绑定工作流
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。
https://img2024.cnblogs.com/other/2625446/202504/2625446-20250430110352904-1722024424.jpg
4.4 设置触发器
添加触发器，让智能体能定时执行工作流，采集关键词的热门视频。
例如，我要在每天凌晨1点，采集“智能体”关键词的热门视频，如下图所示：
4.5 测试并发布
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。
5.总结
本文介绍了如何使用Coze搭建热点监控智能体，帮助我们自动收集和分析抖音平台的热门视频数据。
通过工作流实现自动化监控，该智能体能够每天定时采集指定关键词的热门视频，并将数据自动整理存储到飞书多维表格中，便于后续分析。
借助这个智能体，创作者无需逐个搜索关键词，就能轻松追踪赛道热点，从而将更多精力投入到内容创作中。
本文已收录于，我的技术博客：tangshiye.cn里面有，DeepSeek 资料，AI 智能体教程，算法 Leetcode 详解，BAT 面试真题，架构设计，等干货分享。
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]