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。

1. 1. 根据关键词，批量获取热门视频

2. 2. 批量获取视频详细信息

3. 3. 将数据添加到多维表格

2.2 设置智能体

1. 1. 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

2. 2. 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

3. 3. 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。

4. 4. 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 ret

3.4 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 defmain(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", [])
    ifnotisinstance(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
        ifnotisinstance(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") or0
        comment_count = statistics.get("comment_count") or0
        collect_count = statistics.get("collect_count") or0
        share_count = statistics.get("share_count") or0

        #   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 result

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。

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。

 

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。

 一、大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

二、如何学习大模型 AI ？

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

 

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

*   大模型 AI 能干什么？
*   大模型是怎样获得「智能」的？
*   用好 AI 的核心心法
*   大模型应用业务架构
*   大模型应用技术架构
*   代码示例：向 GPT-3.5 灌入新知识
*   提示工程的意义和核心思想
*   Prompt 典型构成
*   指令调优方法论
*   思维链和思维树
*   Prompt 攻击和防范
*   …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

*   为什么要做 RAG
*   搭建一个简单的 ChatPDF
*   检索的基础概念
*   什么是向量表示（Embeddings）
*   向量数据库与向量检索
*   基于向量检索的 RAG
*   搭建 RAG 系统的扩展知识
*   混合检索与 RAG-Fusion 简介
*   向量模型本地部署
*   …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

*   为什么要做 RAG
*   什么是模型
*   什么是模型训练
*   求解器 & 损失函数简介
*   小实验2：手写一个简单的神经网络并训练它
*   什么是训练/预训练/微调/轻量化微调
*   Transformer结构简介
*   轻量化微调
*   实验数据集的构建
*   …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

*   硬件选型
*   带你了解全球大模型
*   使用国产大模型服务
*   搭建 OpenAI 代理
*   热身：基于阿里云 PAI 部署 Stable Diffusion
*   在本地计算机运行大模型
*   大模型的私有化部署
*   基于 vLLM 部署大模型
*   案例：如何优雅地在阿里云私有部署开源大模型
*   部署一套开源 LLM 项目
*   内容安全
*   互联网信息服务算法备案
*   …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】