logo

Lazada 商品评论

给一个 Lazada 商品标识和评论采集数量，返回商品与评论的公开明细

数据获取电商零售通用网站评论评价

概览

这份数据把 Lazada 商品评论与商品信息整理到一起，帮助团队了解买家反馈、定位产品问题和观察口碑变化。记录保留评论正文、评分、用户、商品属性、时间和点赞反馈，方便从整体评价回到具体内容。没有评论的商品会标出无数据，避免把空白误认为正面反馈。

数据说明

数据来自指定 Lazada 商品可获取的评论和商品信息，包含标题、店铺、类目、SKU、SPU、站点及评论内容。同一评论编号只保留一条；没有评论时仍可能出现状态记录。时间按页面文本或时间戳保存，图片地址列表保留原始文本，缺失内容以空值呈现。

结果长什么样

每条记录代表一个商品评论，附带它所属商品和采集状态：

评论编号商品标题评论正文评论评分用户名称发布时间
458945609786032HICC PET Pet Skin Care Spray 100MLThank You Seller for good service.5Janet Chan2026-04-07T00:00:00
457455707286032HICC PET Pet Skin Care Spray 100MLHypoallergenic formula, Good packaging.5Jonas2026-03-17T00:00:00

结果包含商品编号、类目、店铺、点赞数、图片、情绪标签和无数据状态。

应用场景

  • 做口碑体检时，按「评论评分」统计高低分占比，再阅读「评论正文」和「情绪标签」定位问题。
  • 做产品改进时，结合「评论正文」「商品配置」和「颜色规格」比较不同变体的反馈差异。
  • 做内容运营时，筛选「点赞数」较高的「评论正文」，提炼买家认可的卖点。

适用边界

单次仅支持 1 个 Lazada 商品标识；结果每页读取 50 条，最多拉取 20 页，覆盖接口开放的商品与评论字段。

  • 适合用于
  • 需要获取指定 Lazada 商品的评论正文、评分、用户和商品信息时
  • 需要分析 Lazada 商品评论内容、发布时间和情绪标签时
  • 不要用于
  • 需要一次处理多个商品时——本应用每次任务只接受一个商品标识
  • 需要商品价格、库存或订单数据时——本应用只提供商品评论及其关联信息

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. 1商品没有评论时，通过「是否无数据」识别该结果，不要当作普通评论处理
  2. 2任务失败或过期时，先核对商品标识和采集数量后再重新提交
  3. 3部分成功时可使用已返回的评论记录，实际条数可能少于期望数量
  4. 4鉴权失败、任务不存在或任务上下文不匹配时，先修正凭证或调用链路再重试

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
product_item商品标识string是——.com.my&&&&4771686032要采集评论的 Lazada 商品标识，格式为站点&&&&商品 SPU，例如 .com.my&&&&4771686032
crawl_count评论采集数量string是——2期望采集的评论条数，填写正整数文本；实际返回条数可能少于该数量

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
biz_id业务编号string—评论记录关联的业务编号
brand_name品牌名称string—评论关联商品的品牌名称
category_id类目编号string—商品所属叶子类目编号
category_name类目名称string—商品所属叶子类目名称
category_raw原始类目string—商品类目原始文本
color颜色规格string—评论关联商品的颜色或规格文本
comment_id评论编号string—评论记录的稳定唯一标识
comment_text评论正文string—买家公开发布的评论内容
comment_translation评论翻译string—评论内容的翻译文本
comment_type评论类型string—来源记录中的评论类型代码
configuration商品配置string—评论关联商品的配置文本
crawl_time采集时间string—评论数据被采集的时间文本
created_at创建时间integer—评论记录创建时间的毫秒时间戳
current_time_raw当前时间文本string—采集记录中的当前时间原始文本
emotion_label情绪标签string—评论情绪分析标签
image_url_list评论图片string—评论图片地址列表的原始文本
like_count点赞数string—评论获得点赞的数量文本
model_name模型名称string—评论记录关联的商品型号名称
nlp_label文本标签string—评论文本分析标签
parent_comment_id父评论编号string—回复类评论关联的父评论标识
platform_code平台代码string—评论来源平台代码
product_image_url商品图片string—评论关联商品的主图地址
product_title商品标题string—评论所属商品的页面标题
product_url商品链接string—评论所属商品的页面链接
publish_time发布时间string—评论公开发布的时间文本
rating_score评论评分string—评论给出的评分文本
region_code地区代码string—评论记录关联的地区代码
root_category_id根类目编号string—商品所属根类目编号
root_category_name根类目名称string—商品所属根类目名称
shop_name店铺名称string—评论关联商品的店铺名称
site_code站点代码string—评论所属 Lazada 站点代码
sku_id商品 SKUstring—评论所属商品的 SKU 标识
spu_id商品 SPUstring—评论所属商品的 SPU 标识
task_item查询商品string—本条结果对应的输入商品标识
no_data是否无数据boolean—该商品是否未采集到评论数据
updated_at更新时间integer—评论记录更新时间的毫秒时间戳
user_name用户名称string—评论页面展示的用户名称

记录 Schema

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

output.schema
{
  "type": "object",
  "properties": {
    "biz_id": {
      "type": "string",
      "title": "业务编号",
      "description": "评论记录关联的业务编号"
    },
    "brand_name": {
      "type": "string",
      "title": "品牌名称",
      "description": "评论关联商品的品牌名称"
    },
    "category_id": {
      "type": "string",
      "title": "类目编号",
      "description": "商品所属叶子类目编号"
    },
    "category_name": {
      "type": "string",
      "title": "类目名称",
      "description": "商品所属叶子类目名称"
    },
    "category_raw": {
      "type": "string",
      "title": "原始类目",
      "description": "商品类目原始文本"
    },
    "color": {
      "type": "string",
      "title": "颜色规格",
      "description": "评论关联商品的颜色或规格文本"
    },
    "comment_id": {
      "type": "string",
      "title": "评论编号",
      "description": "评论记录的稳定唯一标识"
    },
    "comment_text": {
      "type": "string",
      "title": "评论正文",
      "description": "买家公开发布的评论内容"
    },
    "comment_translation": {
      "type": "string",
      "title": "评论翻译",
      "description": "评论内容的翻译文本"
    },
    "comment_type": {
      "type": "string",
      "title": "评论类型",
      "description": "来源记录中的评论类型代码"
    },
    "configuration": {
      "type": "string",
      "title": "商品配置",
      "description": "评论关联商品的配置文本"
    },
    "crawl_time": {
      "type": "string",
      "title": "采集时间",
      "description": "评论数据被采集的时间文本"
    },
    "created_at": {
      "type": "integer",
      "title": "创建时间",
      "description": "评论记录创建时间的毫秒时间戳"
    },
    "current_time_raw": {
      "type": "string",
      "title": "当前时间文本",
      "description": "采集记录中的当前时间原始文本"
    },
    "emotion_label": {
      "type": "string",
      "title": "情绪标签",
      "description": "评论情绪分析标签"
    },
    "image_url_list": {
      "type": "string",
      "title": "评论图片",
      "description": "评论图片地址列表的原始文本"
    },
    "like_count": {
      "type": "string",
      "title": "点赞数",
      "description": "评论获得点赞的数量文本"
    },
    "model_name": {
      "type": "string",
      "title": "模型名称",
      "description": "评论记录关联的商品型号名称"
    },
    "nlp_label": {
      "type": "string",
      "title": "文本标签",
      "description": "评论文本分析标签"
    },
    "parent_comment_id": {
      "type": "string",
      "title": "父评论编号",
      "description": "回复类评论关联的父评论标识"
    },
    "platform_code": {
      "type": "string",
      "title": "平台代码",
      "description": "评论来源平台代码"
    },
    "product_image_url": {
      "type": "string",
      "title": "商品图片",
      "description": "评论关联商品的主图地址"
    },
    "product_title": {
      "type": "string",
      "title": "商品标题",
      "description": "评论所属商品的页面标题"
    },
    "product_url": {
      "type": "string",
      "title": "商品链接",
      "description": "评论所属商品的页面链接"
    },
    "publish_time": {
      "type": "string",
      "title": "发布时间",
      "description": "评论公开发布的时间文本"
    },
    "rating_score": {
      "type": "string",
      "title": "评论评分",
      "description": "评论给出的评分文本"
    },
    "region_code": {
      "type": "string",
      "title": "地区代码",
      "description": "评论记录关联的地区代码"
    },
    "root_category_id": {
      "type": "string",
      "title": "根类目编号",
      "description": "商品所属根类目编号"
    },
    "root_category_name": {
      "type": "string",
      "title": "根类目名称",
      "description": "商品所属根类目名称"
    },
    "shop_name": {
      "type": "string",
      "title": "店铺名称",
      "description": "评论关联商品的店铺名称"
    },
    "site_code": {
      "type": "string",
      "title": "站点代码",
      "description": "评论所属 Lazada 站点代码"
    },
    "sku_id": {
      "type": "string",
      "title": "商品 SKU",
      "description": "评论所属商品的 SKU 标识"
    },
    "spu_id": {
      "type": "string",
      "title": "商品 SPU",
      "description": "评论所属商品的 SPU 标识"
    },
    "task_item": {
      "type": "string",
      "title": "查询商品",
      "description": "本条结果对应的输入商品标识"
    },
    "no_data": {
      "type": "boolean",
      "title": "是否无数据",
      "description": "该商品是否未采集到评论数据"
    },
    "updated_at": {
      "type": "integer",
      "title": "更新时间",
      "description": "评论记录更新时间的毫秒时间戳"
    },
    "user_name": {
      "type": "string",
      "title": "用户名称",
      "description": "评论页面展示的用户名称"
    }
  },
  "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": {
    "SpiderKing999__lazada-product-comment": {
      "type": "http",
      "url": "https://mcp-v2.bazhuayu.com?pin=SpiderKing999/lazada-product-comment",
      "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

提交一次 Lazada 商品评论任务

每提交一次任务计费一次，与返回条数无关。

¥0.001/ 次
每 50 条评论记录

按实际成功返回的数据条数计费，任务失败不计费。每 50 条为一个计费单位，不足 50 条按 50 条计。

¥0.01/ 50 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
请先填写必填参数
¥0.01 / 50 条起