豆瓣评论采集

输入豆瓣影评/书评页面链接，获取作品的评论列表（评论内容、星级评分、有用数）

数据获取社交媒体评论评价

概览

想知道一部电影或一本书的评论都在说什么、口碑如何？把作品页面链接给它，它会取回该作品的评论列表，每条带评论标题、星级评分、评论内容和有用数，可以直接导出到表格里做口碑分析。

比起在评论页一页页往下翻，它把评论一次拉全，星级、有用数、追评信息都保留在结果里，适合当作影视书籍口碑分析的原始数据底表。

数据说明

评论取自豆瓣作品页面的公开评论区，只覆盖页面展示的评论，已删除或被折叠的评论不在其中。星级评分、有用数与没用数为采集当时页面展示的值；追评信息（追评者、追评时间、追评内容）为对应评论下的追评内容。结果按评论列表顺序返回，不做去重与排序。

结果长什么样

每条记录是一条评论：

评论标题	星级评分	有用数	评论内容
中国科幻电影的里程碑	5	3200	特效与叙事都达到了新高度……
期待第二部	4	860	整体不错，节奏稍慢……

应用场景

做口碑分析时，把「星级评分」按档统计，结合「有用数」找出高认可度的评论，判断口碑构成。
做舆情监测时，从「评论内容」里筛高频词，结合「推荐程度」看观众最在意的评价维度。
做互动追踪时，按「追评内容」看评论下的后续讨论，识别话题发酵的评论。

适用边界

单次任务采集一个作品页面的评论列表，结果条数受翻页次数与采集上限控制（默认最多 1000 条）。

适合用于
需要批量获取某部电影或书籍的评论内容与评分数据时
需要按有用数、星级分布分析评论口碑时

不要用于
需要作品的基本信息（导演、主演）时——用作品信息采集类 App
需要实时更新的评论推送时——本 App 按任务批量返回采集时刻的评论

失败处理

作者声明的失败与重试处理方式，接入时建议一并写进系统提示词。

1任务失败属可重试错误，可原样重新提交
2结果分页返回，条数多时请用 SDK/REST 导出而非反复翻页

输入参数

调用本 App 需要传入的参数，与 manifest.json 的 input.schema 同源。

字段名	业务名称	类型	必填	默认值	枚举 / 约束	示例	说明
work_url	作品页面链接	string	是	—	—	https://movie.douban.com/subject/26861685/	要采集评论的豆瓣作品页面链接，形如 https://movie.douban.com/subject/26861685/，支持影评与书评页面。一次任务填写一个链接
max_pages	翻页次数	integer	否	—	1–100	—	评论列表最多翻几页，不填表示不限制翻页、按评论实际页数全部采集。数值越大耗时和费用越高
comment_pages	评论翻页次数	integer	否	—	1–100	—	每条评论下追评展开的翻页次数，不填表示不限制。数值越大耗时和费用越高
max_collected_rows	采集条数上限	integer	否	1000	1–1000000	—	本次任务总共采集的记录条数上限，默认 1000 条。数值越大耗时和费用越高

输出数据

单条记录的字段结构，与 manifest.json 的 output.schema 同源。

字段名	业务名称	类型	示例	说明
work_name	作品名	string	—	评论所属的电影或书籍名称（原字段名作品名）
work_id	作品ID	string	—	作品的豆瓣 ID（原字段名作品ID）
work_url	作品链接	string	—	作品页面链接（原字段名作品链接）
crawl_time	爬取时间	string	—	本条数据的采集时间（原字段名爬取时间）
review_title	评论标题	string	—	评论的标题（原字段名评论标题）
reviewer_id	评论者ID	string	—	发表评论的用户 ID（原字段名评论者ID）
star_rating	星级评分	string	—	评论对应的星级评分（原字段名星级评分）
recommendation	推荐程度	string	—	评论的推荐程度标注（原字段名推荐程度）
review_time	评论时间	string	—	评论发表时间（原字段名时间）
summary	摘要	string	—	评论摘要（原字段名摘要）
review_content	评论内容	string	—	评论正文内容（原字段名评论内容）
useful_count	有用数	string	—	评论收到的「有用」数（原字段名有用数）
useless_count	没用数	string	—	评论收到的「没用」数（原字段名没用数）
repost_count	转发数	string	—	评论的转发数（原字段名转发数）
followup_reviewer_id	追评者ID	string	—	追评用户的 ID（原字段名追评者ID）
followup_time	追评时间	string	—	追评发表时间（原字段名追评时间）
followup_homepage	追评者主页	string	—	追评用户的主页链接（原字段名追评者主页）
followup_content	追评内容	string	—	追评内容（原字段名追评内容）

记录 Schema

输出按记录逐条返回。记录主键为 review_title，去重、增量、关联以它为准。

output.schema

{
  "type": "object",
  "properties": {
    "work_name": {
      "type": "string",
      "title": "作品名",
      "description": "评论所属的电影或书籍名称（原字段名 作品名）"
    },
    "work_id": {
      "type": "string",
      "title": "作品ID",
      "description": "作品的豆瓣 ID（原字段名 作品ID）"
    },
    "work_url": {
      "type": "string",
      "title": "作品链接",
      "description": "作品页面链接（原字段名 作品链接）"
    },
    "crawl_time": {
      "type": "string",
      "title": "爬取时间",
      "description": "本条数据的采集时间（原字段名 爬取时间）"
    },
    "review_title": {
      "type": "string",
      "title": "评论标题",
      "description": "评论的标题（原字段名 评论标题）"
    },
    "reviewer_id": {
      "type": "string",
      "title": "评论者ID",
      "description": "发表评论的用户 ID（原字段名 评论者ID）"
    },
    "star_rating": {
      "type": "string",
      "title": "星级评分",
      "description": "评论对应的星级评分（原字段名 星级评分）"
    },
    "recommendation": {
      "type": "string",
      "title": "推荐程度",
      "description": "评论的推荐程度标注（原字段名 推荐程度）"
    },
    "review_time": {
      "type": "string",
      "title": "评论时间",
      "description": "评论发表时间（原字段名 时间）"
    },
    "summary": {
      "type": "string",
      "title": "摘要",
      "description": "评论摘要（原字段名 摘要）"
    },
    "review_content": {
      "type": "string",
      "title": "评论内容",
      "description": "评论正文内容（原字段名 评论内容）"
    },
    "useful_count": {
      "type": "string",
      "title": "有用数",
      "description": "评论收到的「有用」数（原字段名 有用数）"
    },
    "useless_count": {
      "type": "string",
      "title": "没用数",
      "description": "评论收到的「没用」数（原字段名 没用数）"
    },
    "repost_count": {
      "type": "string",
      "title": "转发数",
      "description": "评论的转发数（原字段名 转发数）"
    },
    "followup_reviewer_id": {
      "type": "string",
      "title": "追评者ID",
      "description": "追评用户的 ID（原字段名 追评者ID）"
    },
    "followup_time": {
      "type": "string",
      "title": "追评时间",
      "description": "追评发表时间（原字段名 追评时间）"
    },
    "followup_homepage": {
      "type": "string",
      "title": "追评者主页",
      "description": "追评用户的主页链接（原字段名 追评者主页）"
    },
    "followup_content": {
      "type": "string",
      "title": "追评内容",
      "description": "追评内容（原字段名 追评内容）"
    }
  },
  "required": [],
  "additionalProperties": false
}

调用方式

本 App 支持通过 MCP、API、SDK 与文件导出方式接入，各接入方式共享同一套能力与计价。所有请求统一使用 Authorization: Bearer 请求头完成身份认证，凭证为 API Key（长期有效，在开放平台创建）；MCP 客户端另支持 OAuth 免密钥登录。CLI、Skill 等更多接入方式正在规划中。

通过 MCP（Model Context Protocol）协议，可在 Claude、Cursor 等 AI 客户端中直接调用本 App。选择你的客户端与认证方式，复制下方配置即可接入。

客户端配置

把 Bearer 后替换为长期有效的 API Key 即可，各类客户端与 CI、无浏览器环境通用。

mcpServers 配置

{
  "mcpServers": {
    "SpiderByte__douban-reviews": {
      "type": "http",
      "url": "https://mcp-v2.bazhuayu.com?pin=SpiderByte/douban-reviews",
      "headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
    }
  }
}

查看我的 API Keys →

让 AI 自己完成配置

不想手动改配置？复制安装提示词，粘贴到任意 AI 客户端对话框，由它按自身方式完成接入（提示词会让 AI 向你索要 API Key，避免凭证留在对话记录或共享配置里）。

如需在同一个 MCP 连接里指定多个 App，前往 MCP 连接页（已为你指定本 App）。

价格

返回一条评论

按实际成功返回的数据条数计费，任务失败不计费。

¥0.001/ 条

多个计费事件按各自口径独立累计，具体以每一项说明为准；任务失败不计费。

查看余额

立即体验

填写参数直接运行，结果来自真实调用。

示例

参数按 input.schema 校验后提交

作品页面链接work_url*要采集评论的豆瓣作品页面链接，形如 https://movie.douban.com/subject/26861685/，支持影评与书评页面。一次任务填写一个链接

翻页次数max_pages（非必填）评论列表最多翻几页，不填表示不限制翻页、按评论实际页数全部采集。数值越大耗时和费用越高

评论翻页次数comment_pages（非必填）每条评论下追评展开的翻页次数，不填表示不限制。数值越大耗时和费用越高

采集条数上限max_collected_rows（非必填）本次任务总共采集的记录条数上限，默认 1000 条。数值越大耗时和费用越高

请先填写必填参数

¥0.001 / 条