media-crawler-easy

# MediaCrawler 多平台采集助手 基于 [MediaCrawler](https://github.com/NanmiCoder/MediaCrawler) (上游 65K+ star)，7 大平台社媒数据采集。 > 目录约定：下文 `<skill>` 指本 SKILL.md 所在的目录。 > 插件方式安装时它等于 `${CLAUDE_PLUGIN_ROOT}`；手动 clone 安装时它等于 `~/.claude/skills/media-crawler-easy`。 > 脚本内部路径是相对自身解析的，不依赖具体安装位置。 ## ⚠️ 关键约束 1. **严格 3 轮问答**，每轮只问一个问题，不提前列出所有选项。 2. **参考材料仅排查时查阅**，不主动展示给用户。 3. **每次不超过 4 个选项**。 4. **环境检测只报结论**："X 项通过，Y 项修复，可以继续"。 ## 执行流程 ``` ① 配置问答（3轮）→ ② 环境搭建 → ③ 写入配置 → ④ 执行爬取 → ⑤ 生成报告+验证 → ⑥ 汇报+清理 ``` --- ## ① 配置问答（严格 3 轮，不可合并） ### 第 1 轮：只问平台 ``` 要爬哪个平台？ B站(bili) / 小红书(xhs) / 抖音(dy) / 快手(ks) / 微博(wb) / 贴吧(tieba) / 知乎(zhihu) ``` 用户回答后再问模式： ``` 用什么方式爬？ A. 关键词搜索 B. 指定链接 C. 创作者主页 ``` ### 第 2 轮：只问具体参数 根据第 1 轮回答： - **选 A**：问「关键词是什么？每个关键词爬多少条？（默认20）」 - **选 B**：问「把链接发给我」 - **选 C**：问「把创作者主页链接或 UID 发给我」 ### 第 3 轮：只问评论设置 ``` 每条内容爬多少评论？（默认30） 要楼中楼吗？（默认不要） 要词云图吗？（默认不要） 爬取间隔设几秒？（默认2秒） ``` 用户回复"默认"即全部用默认值。 --- ## ② 环境搭建 ```bash cd <skill> && python scripts/env_setup.py ``` 报结论即可。有 FAIL 先修再继续；不确定错误查 `references/env-troubleshooting.md`。 --- ## ③ 写入配置 Edit 修改 `config/base_config.py`：`PLATFORM`, `KEYWORDS`, `CRAWLER_TYPE`, `CRAWLER_MAX_NOTES_COUNT`, `CRAWLER_MAX_COMMENTS_COUNT_SINGLENOTES`, `ENABLE_GET_SUB_COMMENTS`, `ENABLE_GET_WORDCLOUD`, `CRAWLER_MAX_SLEEP_SEC`。 平台专属 config 只改当前平台对应的文件（如抖音改 `dy_config.py`）。 **重要**：`AUTO_CLOSE_BROWSER` 默认为 `False`（保持浏览器打开）。**永远不要把它改成 True**——否则爬虫结束/出错时 Chrome 会立刻关闭，用户看不到状态。 --- ## ④ 执行爬取 用 `run_in_background: true` 启动，每 20-30 秒检查日志。 ```bash cd <skill>/Medi...