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 |
|---|---|---|---|---|---|
| 7205668477373580038 | 2 | Luca | 0 | 0 | 2023-03-02T03:54:07 |
| 7668172899823829780 | คุณหมอหลับดีไหมคะตาบวมมากค่ะ | monanavy6 | 1 | 0 | 2026-07-30T12:27:34 |
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任务失败或过期可原样重新提交
- 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 | string | 是 | — | — | 7205665059660467499 | 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 | integer | 否 | 100 | 1–1000 | — | 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。
{
"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": {
"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
每提交一次任务计费一次,与返回条数无关。
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。
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。