logo

TikTok 视频评论采集

给一个视频编号,返回该视频下的评论正文、评论人、点赞数与回复关系

概览

想看清某个 TikTok 视频底下用户都在说什么——评论正文、谁说的、有多少赞、是不是回复?给一个视频编号,任务在后台跑完后,你会拿到该视频下的公开评论清单,可以直接做口碑统计或导出给分析工具。

比起在视频页里手工翻评论、复制粘贴,它把评论正文、评论人、点赞数与回复关系对齐成统一列名,每条评论一行,适合当作单视频舆情快照、差评归因和评论高频词挖掘的原始数据。

数据说明

评论取自目标视频的公开评论区,按平台返回顺序采集,同一条评论编号只出现一次。评论正文为用户公开发表的文字,点赞数是取数当时的公开统计值。根评论编号与父评论编号用于还原回复层级:父评论编号为 0 表示顶级评论,非 0 表示回复某条评论。仅覆盖公开可见评论,已删除、被折叠或不可见的评论不在其中。单次任务只针对一个视频,实际返回条数不超过你设定的「最多采集评论数」。

结果长什么样

每条记录是一条评论:

评论编号评论正文评论人昵称点赞数父评论编号发布时间
72056684773735800382Luca002023-03-02T03:54:07
7668172899823829780คุณหมอหลับดีไหมคะตาบวมมากค่ะmonanavy6102026-07-30T12:27:34

另有视频编号、评论类型、根评论编号、评论人头像等字段。

应用场景

  • 做口碑体检时,按「点赞数」排序找出高互动评论,结合「评论正文」归纳用户最常提到的优点与槽点。
  • 分析回复结构时,用「父评论编号」与「根评论编号」区分顶级评论与楼中楼,统计追问与争议集中在哪些主评论下。
  • 监测舆情时,对同一「提交视频编号」隔段时间再跑一次,比对新增「评论正文」里的关键词变化。
  • 做达人合作评估时,汇总「评论人昵称」与「评论正文」,看评论区互动质量与真实反馈密度。

适用边界

单次仅支持一个视频;评论条数由「最多采集评论数」控制,默认 100 条、上限 1000 条。

  • 适合用于
  • 需要获取某个 TikTok 视频下的公开评论明细时
  • 做口碑分析、舆情监测或评论情感统计时需要结构化评论字段时
  • 不要用于
  • 还没有目标视频的编号或链接时——先用视频详情类 App 确认视频
  • 需要一次批量采集多个视频的评论时——本 App 单次仅支持一个视频

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任务失败或过期可原样重新提交
  2. 2视频无公开评论或编号无效时,可能返回空结果或标记为无数据
  3. 3鉴权失败属不可重试错误,需先配置有效 API 密钥

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
content_id视频编号string7205665059660467499要采集评论的 TikTok 视频编号,为纯数字 content ID,可从视频链接末尾 /video/ 后面的数字段获取
max_comments最多采集评论数integer1001–1000本次任务最多采集多少条评论,不填默认 100 条;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
comment_id评论编号string评论在平台内的唯一编号
content_id视频编号string评论所属视频的编号
comment_text评论正文string评论文字内容
comment_type评论类型string评论类型标识
root_comment_id根评论编号string所属评论树的根评论编号,顶级评论通常与自身编号相同
parent_comment_id父评论编号string直接回复的父评论编号,顶级评论为 0
comment_user_id评论人编号string发表评论的用户编号
comment_user_name评论人昵称string发表评论的用户昵称
comment_user_avatar_url评论人头像string评论用户头像图片地址
publish_time发布时间string评论公开发布时间
crawl_time采集时间string本条评论采集完成的时间
like_count点赞数string评论获赞数,取数当时的公开统计值
image_urls评论图片string评论附带的图片链接
keyword检索词string采集任务关联的检索标识
sec_id评论人安全编号string评论用户的安全标识编号
biz_id业务标识string接口返回的业务标识,原始记录未提供时为空
cur_id记录标识string本条采集结果的记录标识,原始记录未提供时为空
detailed_mentions详细提及信息string评论中提及对象的详细信息文本,原始记录未提供时为空
liked_by_author作者点赞boolean视频作者是否点赞该评论,原始记录未提供时为空
mentions提及信息string评论中提及对象的信息文本,原始记录未提供时为空
pinned_by_author作者置顶boolean视频作者是否置顶该评论,原始记录未提供时为空
reply_comment_total回复数string该评论的回复评论数量,原始记录未提供时为空
submitted_content_id提交视频编号string本次任务提交时填写的视频编号
no_data无数据boolean该任务是否未采集到有效评论

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": {
    "comment_id": {
      "type": "string",
      "title": "评论编号",
      "description": "评论在平台内的唯一编号"
    },
    "content_id": {
      "type": "string",
      "title": "视频编号",
      "description": "评论所属视频的编号"
    },
    "comment_text": {
      "type": "string",
      "title": "评论正文",
      "description": "评论文字内容"
    },
    "comment_type": {
      "type": "string",
      "title": "评论类型",
      "description": "评论类型标识"
    },
    "root_comment_id": {
      "type": "string",
      "title": "根评论编号",
      "description": "所属评论树的根评论编号,顶级评论通常与自身编号相同"
    },
    "parent_comment_id": {
      "type": "string",
      "title": "父评论编号",
      "description": "直接回复的父评论编号,顶级评论为 0"
    },
    "comment_user_id": {
      "type": "string",
      "title": "评论人编号",
      "description": "发表评论的用户编号"
    },
    "comment_user_name": {
      "type": "string",
      "title": "评论人昵称",
      "description": "发表评论的用户昵称"
    },
    "comment_user_avatar_url": {
      "type": "string",
      "title": "评论人头像",
      "description": "评论用户头像图片地址"
    },
    "publish_time": {
      "type": "string",
      "title": "发布时间",
      "description": "评论公开发布时间"
    },
    "crawl_time": {
      "type": "string",
      "title": "采集时间",
      "description": "本条评论采集完成的时间"
    },
    "like_count": {
      "type": "string",
      "title": "点赞数",
      "description": "评论获赞数,取数当时的公开统计值"
    },
    "image_urls": {
      "type": "string",
      "title": "评论图片",
      "description": "评论附带的图片链接"
    },
    "keyword": {
      "type": "string",
      "title": "检索词",
      "description": "采集任务关联的检索标识"
    },
    "sec_id": {
      "type": "string",
      "title": "评论人安全编号",
      "description": "评论用户的安全标识编号"
    },
    "biz_id": {
      "type": "string",
      "title": "业务标识",
      "description": "接口返回的业务标识,原始记录未提供时为空"
    },
    "cur_id": {
      "type": "string",
      "title": "记录标识",
      "description": "本条采集结果的记录标识,原始记录未提供时为空"
    },
    "detailed_mentions": {
      "type": "string",
      "title": "详细提及信息",
      "description": "评论中提及对象的详细信息文本,原始记录未提供时为空"
    },
    "liked_by_author": {
      "type": "boolean",
      "title": "作者点赞",
      "description": "视频作者是否点赞该评论,原始记录未提供时为空"
    },
    "mentions": {
      "type": "string",
      "title": "提及信息",
      "description": "评论中提及对象的信息文本,原始记录未提供时为空"
    },
    "pinned_by_author": {
      "type": "boolean",
      "title": "作者置顶",
      "description": "视频作者是否置顶该评论,原始记录未提供时为空"
    },
    "reply_comment_total": {
      "type": "string",
      "title": "回复数",
      "description": "该评论的回复评论数量,原始记录未提供时为空"
    },
    "submitted_content_id": {
      "type": "string",
      "title": "提交视频编号",
      "description": "本次任务提交时填写的视频编号"
    },
    "no_data": {
      "type": "boolean",
      "title": "无数据",
      "description": "该任务是否未采集到有效评论"
    }
  },
  "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__tiktok-video-comments": {
      "type": "http",
      "url": "https://mcp-v2.bazhuayu.com?pin=SpiderKing999/tiktok-video-comments",
      "headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
    }
  }
}

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

提交一次评论采集

每提交一次任务计费一次,与返回条数无关。

¥0.05/
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。每 20 条为一个计费单位,不足 20 条按 20 条计。

¥0.01/ 20 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。

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 / 20 条起