X 账号粉丝列表采集

概览

了解一个账号的受众，除了看粉丝总数，还需要知道近期有哪些账号在关注它。这份数据提供目标账号最近一页粉丝的公开资料，把用户名、简介、自填地区以及各自的账号指标整理成可比较的记录，帮助研究人员从公开信息中形成初步的受众线索。

相比只看到一个总数，逐个账号的资料能够支持更具体的人工归类与核查。研究者可以了解样本如何介绍自己、关注哪些领域，以及账号活跃积累的大致情况，再决定哪些方向值得进一步调查。

数据说明

数据来自 X 账号的公开粉丝列表，按关注先后最近在前排列，同一次结果按用户编号去重。这是近期关注者的切片，不是随机抽样，不能直接代表目标账号的全部粉丝或计算整体人口比例。

每条记录中的粉丝数、关注数和帖子数都属于该条粉丝账号自身，而不是被研究的目标账号。自填地区与个人简介由账号自行填写，可能为空，也不等于真实居住地、国籍或身份。认证标记按返回资料保留，不将其解释为身份真实性证明。

创建时间描述账号何时建立，不表示它何时关注目标。受保护标记只说明账号设置，不意味着可以取得私密内容；数量指标是返回资料携带的快照，不承诺之后保持不变。

结果长什么样

每条记录代表一位粉丝的公开账号资料，下表为形态示意。

用户名	显示名	自填地区	粉丝数	关注数
sample_lab	示例研究室	Shanghai	120	350
sample_studio	示例工作室	Singapore	860	420

结果另含用户编号、个人简介、帖子数、创建时间和认证标记等数据。

应用场景

研究受众兴趣时，根据「个人简介」进行人工主题归类，用「用户名」回查值得深入观察的公开账号。
比较竞品近期受众时，分别保留样本，结合「自填地区」与「个人简介」观察可核查的差异。
整理行业账号线索时，结合「粉丝数」「关注数」与「帖子数」确定人工阅读顺序，不据此自动判断账号真假。

适用边界

每次查询一个账号，返回最近一页最多 200 位粉丝的公开资料，实际可能更少；按关注顺序最近在前，按用户编号去重，不保证全部粉丝、随机抽样或关系发生时间，不自动翻页，不采集邮箱。

适合用于
需要研究指定账号最近关注者的公开资料时。
需要对竞品或行业账号的近期粉丝样本进行受众分析时。

不要用于
需要全部粉丝、完整关注关系图、随机样本或自动增量时。
需要粉丝关注日期、私密内容、邮箱名单或自动触达时。

失败处理

开发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空列表表示本次没有可返回的粉丝，不代表账号永远没有粉丝或存在异常。
2用户名不存在或不可访问时检查目标账号；鉴权和额度问题由发布者处理，限流后暂停调用。
3不要将最近一页样本直接外推为全部受众；重复查询可能返回相同用户，不连续自动重试。

输入参数

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

目标用户名username必填string
填写要研究的 X 账号用户名，1–15 位英文字母、数字或下划线。不要带 @、主页链接或空格，每次只填一个账号。
示例OpenAI

输出数据

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

用户编号user_idstring
粉丝账号的数字编号，以文本保留精度。
示例2112000000000000001
用户名usernamestring
粉丝账号公开使用的用户名。
示例sample_lab
显示名display_namestring
粉丝账号自行设置的公开展示名称。
示例示例研究室
个人简介descriptionstring
粉丝账号公开填写的自我介绍，可能为空。
示例关注人工智能与开源工具。

示例数据

以下示例按 output.schema 生成；未提供示例值的字段使用结构占位符。

output.example

{
  "user_id": "2112000000000000001",
  "username": "sample_lab",
  "display_name": "示例研究室",
  "description": "关注人工智能与开源工具。",
  "location": "Shanghai",
  "followers_count": 120,
  "following_count": 350,
  "posts_count": 860,
  "created_at": "Mon Jan 05 08:00:00 +0000 2015",
  "is_verified": false,
  "is_protected": false,
  "profile_image_url": "https://pbs.twimg.com/profile_images/2112000000000000001/sample_normal.jpg"
}

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": {
    "bazhuayu_datahub": {
      "type": "http",
      "url": "https://mcp-v2.bazhuayu.com?pin=frank9306/x-user-followers",
      "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？复制配置提示词，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

次

每提交一次任务计费一次，与返回条数无关。

¥0.011/ 次

人

按实际成功返回的数据条数计费，任务失败不计费。

¥0.0006/ 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

目标用户名username*填写要研究的 X 账号用户名，1–15 位英文字母、数字或下划线。不要带 @、主页链接或空格，每次只填一个账号。