zhihu-pro

⛔ 合规硬前置指令（HARD PREREQUISITE — Agent 不得跳过）

在执行任何 API 调用、读取 reference 文件、匹配 recipe 之前，Agent 必须先完成 §基础使用 Step 0 的合规检查。

• 禁止绕过 Step 0 直接进入 Step 1（检查 API Key）或更后续步骤
• 禁止以"用户已多次使用"为由跳过首次闸门或风险检测
• 禁止将 Step 0 的合规检查视为可选步骤
• 若 Step 0 未通过（首次确认缺失、用户拒绝、风险检测未确认），立即停止，不执行任何后续操作

违反此指令将导致法律合规风险，Agent 必须严格执行。

知乎 数据助手

1. 简介

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。

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
• 获取知乎问题详情（标题、描述、关注数、浏览数等元信息）

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

AI 搜索（流式）

• 获取知乎 AI 搜索（新版）结果，支持自然语言提问获取 AI 生成的搜索结果
• 支持多轮对话模式，通过 session_id 关联上下文
• 失败时可降级到普通文章搜索（fetch_article_search_v3）

注：本端点为 真实提供的流式版本（fetch_ai_search_stream），与早期已移除的异步链路（fetch_ai_search / fetch_ai_search_result）不同。

想法（Pin）

• 获取知乎想法（Pin）的完整详情，包含正文、作者、互动数据
• 拉取想法评论区，还原想法下的讨论氛围
• 配合用户想法列表（fetch_user_pins）构建用户的想法内容矩阵

搜索 11 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

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
• 拉取用户的全部回答列表，可按时间或点赞数排序
• 获取用户创建的收藏夹列表，挖掘其内容策展偏好
• 拉取用户发布的想法（Pin）列表，洞察其短内容输出
• 查看用户的划线列表，了解其阅读标记与内容偏好
• 拉取知乎给该用户推荐的潜在关注者，扩展账号矩阵研究

账号余额查询

• 查询 MaxHub API 账号剩余额度，支持 x-api-key 或 Authorization: Bearer 两种认证方式
• 频率限制：最快每 3 秒调用一次
• 接口路径：GET /api/maxhub/balance

⚖️ 法律免责与合规声明

使用本 skill 即表示您确认已阅读并同意以下条款：

1. 数据来源：本 skill 通过第三方数据服务（MaxHub API）获取 知乎（Zhihu） 数据，该服务未获得 知乎（Zhihu） 官方授权。本项目对数据获取的合法性不作任何保证。
2. 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 / CCPA 等）及 知乎（Zhihu） 服务条款（ToS）。因使用本 skill 产生的任何法律后果由使用方自行承担。
3. 禁止用途：严禁将本 skill 用于违反法律的行为，包括但不限于：侵犯个人信息权、不正当竞争、刷量操控、批量爬取用户数据等。
4. 平台风险：知乎可能对未授权数据访问采取封号、诉讼等法律行动。
5. 完整政策：详细数据使用政策请参阅 DATA_USAGE_POLICY.md。

📋 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 回答 / 文章 / 评论 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。
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 / 知乎（Zhihu） 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 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：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

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

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/<domain>.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/<domain>.md 单文件	~3K
⑤ 路径白名单校验	调用前	grep '<endpoint_id>' 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（5 步完成调用）

Step 0 — 合规硬前置检查（不可跳过 · 不可绕过）

⛔ 本步骤为硬前置：未通过则禁止执行 Step 1 及后续任何 API 调用。 本步骤自包含，不依赖任何外部文件即可完成基础合规检查。详细框架可参阅 COMPLIANCE_GATE.md，完整风险规则见 risk_rules.yaml。

0.0 缺失即停检查：

检查合规确认状态文件是否存在。若不存在，立即停止后续操作，直接进入 0.2 首次闸门流程。

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
STATE_FILE="$COMPLIANCE_DIR/confirmed_zhihu-pro.txt"
if [ -f "$STATE_FILE" ]; then cat "$STATE_FILE"; else echo "NOT_FOUND"; fi

0.1 读取并校验确认状态：

• 返回 NOT_FOUND → 进入 0.2 首次闸门
• 返回的 legal_version 低于 1.0.0 → 法律内容已更新，重新进入 0.2 首次闸门
• 返回的 legal_version 等于 1.0.0 → 已确认，跳到 0.5 风险检测

0.2 首次使用合规闸门（仅首次触发）：

向用户显示以下完整合规提醒（本内容自包含，无需读取外部文件）：

⚠️ 法律合规提醒

本 skill 通过第三方数据聚合服务（MaxHub API）获取数据，非平台官方 API。

数据来源声明：

• 本项目不持有、不存储、不控制任何平台数据
• 所有数据请求经 MaxHub API（https://www.aconfig.cn）中转至各平台
• MaxHub API 的数据获取方式未获得各平台官方授权

合法使用场景：公开数据分析、竞品研究、内容创作辅助、学术研究、自动化测试

禁止使用场景：

• 电信诈骗相关活动（《反电信网络诈骗法》）
• 侵犯他人通信自由和通信秘密（《宪法》第40条）
• 规避实名身份验证（《网络安全法》第24条）
• 代发私信或消息
• 收集、存储未公开的个人信息（联系方式、位置、社交关系）
• 使用他人登录凭证（cookie/token）访问非本人数据

已移除的高风险能力：刷量操控、反爬绕过、会话伪造、批量提取、私信、登录加密等端点已从代码中完全移除。

完整法律条款：请参阅 数据使用政策 和 合规审查清单。

输入 "同意" 确认已阅读并遵守以上条款，或输入 /legal 查看完整法律条款。

0.3 确认验证规则：

• ✅ 接受（明确肯定）：同意 / 确认 / 我已阅读并同意 / 我同意 / 确认同意
• ❌ 拒绝（模糊回应，需提示用户使用明确措辞）：嗯 / ok / 行 / 好的 / 可以 / 嗯嗯 / 好 / yes
• 模糊回应提示："请使用明确措辞确认（如输入'同意'），以确保您已阅读并理解合规条款。"
• 用户拒绝或未确认时：立即停止，不执行 Step 1 及后续任何步骤。即使用户再次要求执行操作，也必须先完成合规确认。

0.4 确认通过后，写入状态并记录审计日志：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo "legal_version=1.0.0 confirmed_at=$(date -u +%Y-%m-%dT%H:%M:%SZ)" > "$COMPLIANCE_DIR/confirmed_zhihu-pro.txt"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"zhihu-pro","event":"first_time_confirmation","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

0.5 风险检测（每次用户请求都执行）：

对照以下核心风险规则（完整规则见 risk_rules.yaml）检查用户请求：

风险类别	关键词（命中即触发提醒）	定向提醒要点
cookie_usage	cookie / session / 登录凭证 / token / 凭证 / 登录态	确认使用本人账号凭证，不使用他人 cookie/session
batch_operation	批量 / 全部 / 所有 / 循环 / 批次 / 大规模 / 全量 / 遍历	遵循最小必要原则，不用于刷量/批量注册
personal_data	粉丝列表 / 关注列表 / 用户画像 / 联系方式 / 社交关系 / 手机号 / 邮箱 / 粉丝画像 / 受众画像 / 个人信息 / 隐私数据	遵循《个人信息保护法》最小必要原则，不存储不传播
write_operation	端点白名单中 write_operation: true 或 requires_user_confirmation: true 标志	确认参数正确，了解操作不可撤销

命中风险时的处理流程：

1. 显示对应类别的定向风险提醒（完整模板见 COMPLIANCE_GATE.md §3.3）
2. 等待用户明确确认（同 0.3 规则）
3. 确认后记录审计日志再继续：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"zhihu-pro","event":"risk_reminder","risk_type":"<matched_category>","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

4. 用户拒绝或未确认时：停止，不执行后续操作

0.6 /legal 命令处理（用户随时可触发）：

当用户输入 /legal、查看法律条款 或 法律条款 时：

1. 读取并显示 DATA_USAGE_POLICY.md 的完整内容
2. 记录审计日志：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"zhihu-pro","event":"legal_review","legal_version":"1.0.0","status":"completed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

3. 显示完毕后，根据当前是否已通过首次闸门决定下一步：
   • 未通过首次闸门 → 返回 0.2 继续等待用户确认
   • 已通过首次闸门 → 询问用户是否继续之前的操作

Step 1 — 检查 API Key

[ -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 / 问题详情 / 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、问题详情、热门推荐、热榜、视频列表（12 端点）
多类目搜索 / 联想	references/search.md	文章/用户/话题/学者/视频/专栏/盐选/电子书 v3 + 预设/推荐/联想（11 端点）
查用户 / 关注 / 粉丝 / 收藏 / 话题 / 回答 / 想法 / 划线	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、用户回答、用户创建收藏夹、用户想法、用户划线（14 端点）
AI 搜索（流式）	references/ai.md	知乎 AI 搜索新版流式（1 端点）
查想法（Pin）/ 想法评论	references/pin.md	想法详情、想法评论区（2 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	41 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 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
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

🔍 运行时合规自检（构建调用计划时必须逐项确认）：

#	检查项	通过条件	不通过处理
C1	意图合法性	用户请求属于合法场景（公开数据分析/竞品研究/内容创作辅助/学术研究/自动化测试）	STOP，告知用户该用途不在合法范围内
C2	参数来源	所有 ID/关键词/链接来自用户本人提供或公开可见内容	STOP，要求用户说明数据来源
C3	无他人凭证	请求不涉及使用他人 cookie/session/token	STOP，要求使用本人账号凭证
C4	最小必要	请求范围已限定在最小必要数据，非批量/全量采集	STOP，要求用户明确缩小范围
C5	端点合规	目标端点在 endpoints_whitelist.yaml 中且未被移除	STOP，告知该端点不可用

任一项不通过即停止，不进入执行步骤。已通过 Step 0.5 风险确认的请求无需重复 C4。

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

📦 返回数据合规检查（收到响应后必须执行）：

#	检查项	处理方式
R1	个人信息脱敏	响应包含手机号/邮箱/身份证等 PII 时，仅展示必要字段，其余脱敏
R2	UGC 内容处理	响应包含评论/弹幕/动态等 UGC 时，提醒用户不用于未授权商业用途
R3	隐私数据保护	响应包含他人联系方式/位置/社交关系时，不写入持久化存储
R4	数据量控制	响应数据量 >100 条时，提醒用户遵循最小必要原则，建议分页
R5	审计日志	每次成功调用后记录审计日志到 $HOME/.maxhub-skills/.compliance/audit_log.jsonl，event 为 api_call

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"zhihu-pro","event":"api_call","endpoint":"<endpoint_id>","legal_version":"1.0.0","status":"success"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

R1-R4 为数据处理红线，违反即构成合规风险。R5 为审计要求，每次调用必须记录。

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
问题详情 → 全部回答 → 子评论	web_fetch_question_detail → fetch_question_answers → fetch_comment_v5 → fetch_sub_comment_v5	question_id 复用 → answer_id → comment_id
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 → 问题详情 / 回答 → 评论	fetch_hot_list → web_fetch_question_detail / 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
用户 → 文章 / 关注 / 回答 / 想法	fetch_user_info → fetch_user_articles + fetch_user_followees + fetch_user_followers + web_fetch_user_answers + web_fetch_user_pins	user_url_token 复用
用户想法 → 想法详情 → 评论	web_fetch_user_pins → web_fetch_pin_detail → web_fetch_pin_comments	user_url_token → pin_id 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
AI 搜索 → 关键词文章搜索	web_fetch_ai_search_stream → fetch_article_search_v3	message_content 提取关键词 → keyword

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 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

SKILL 版本更新

触发条件	推荐操作
合法路径持续 404 / 410	skillhub upgrade zhihu-pro
用户问"版本是多少"	当前版本 v4.0.0，访问 https://skillhub.cn/skills/zhihu-pro
多端点连续 410	skillhub upgrade zhihu-pro --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 zhihu-pro

📌 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/<domain>.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: 4.0.0）
└── references/
    ├── endpoints_whitelist.yaml        # 41 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/问题详情/热榜/视频（12 端点）
    ├── search.md                       # 搜索域：文章/用户/话题/学者/视频/专栏/盐选/电子书（11 端点）
    ├── user.md                         # 用户域：资料/关注/粉丝/文章/收藏/话题/回答/收藏夹/想法/划线（14 端点）
    ├── ai.md                           # AI 搜索域：知乎 AI 搜索新版流式（1 端点）
    ├── pin.md                          # 想法域：想法详情/想法评论（2 端点）
    └── update.md                       # SKILL 更新机制（SkillHub）

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 41 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	⭐⭐⭐ SkillHub（腾讯云 CDN）

API 覆盖范围

领域	端点数	Reference 文件
内容（Post / Content）	12	post.md
搜索（Search）	11	search.md
用户（User）	14	user.md
AI 搜索（AI Search）	1	ai.md
想法（Pin）	2	pin.md
合计	41	—

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）
• 链式调用图谱：字段流字典（article_id / answer_id / question_id / column_id / user_url_token / comment_id / pin_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