finding-freelancers-by-skill-on-twitter

在 Twitter 上寻找自由职业者与独立承包商

该技能通过技能关键词、作品集/项目信号以及开放接单标志，在 Twitter 上发现自由职业者与独立承包商。Twitter 上活跃着大量讨论自身专业的从业者，这是很强的被动候选人信号。

前置条件

设置 APIFY_TOKEN 环境变量
可选：安装 Apify MCP 服务器

输入参数

参数	类型	必填	默认值	说明
startUrls	数组	可选	[]	Twitter 个人资料或推文 URL
twitterHandles	数组	可选	[]	Twitter 用户名（不含 @）
twitterUserIds	数组	可选	[]	Twitter 用户 ID
getFollowers	布尔	可选	false	抓取粉丝列表
getFollowing	布尔	可选	false	抓取关注列表
getRetweeters	布尔	可选	false	抓取某条推文的转发者
includeUnavailableUsers	布尔	可选	false	包含不可用/被封禁用户
maxItems	数字	可选	无限制	返回的最大用户数
customMapFunction	字符串	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

进度：

[ ] 步骤 1：搜索特定角色的推文
[ ] 步骤 2：收集唯一账号
[ ] 步骤 3：丰富个人资料
[ ] 步骤 4：给候选人匹配度打分
[ ] 步骤 5：交付候选人名单

步骤 1：搜索查询

推荐使用 run_actor.js（自动处理等待、输出与文件保存）：

# 快速回答（在聊天中打印表格）
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-scraper" \
  --input '{"param": "value"}'

# 保存为 CSV
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# 保存为 JSON
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

必须在环境或 .env 文件中设置 APIFY_TOKEN。

如果 Apify MCP 可用：

工具：apify:run-actor Actor："apidojo~tweet-scraper" 输入：

{
  "searchTerms": ["freelance [SKILL]", "[SKILL] for hire", "available for contract [SKILL]"],
  "maxItems": 300,
  "tweetLanguage": "en"
}

REST API 备用方案：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"searchTerms": ["freelance [SKILL]", "[SKILL] for hire", "available for contract [SKILL]"], "maxItems": 300}'

从结果中收集唯一的 author.username。

步骤 2：丰富个人资料

如果 Apify MCP 可用：

工具：apify:run-actor Actor："apidojo~twitter-user-scraper" 输入：{"usernames": ["[username1]", "[username2]", "..."]}

REST API 备用方案：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"usernames": ["handle1", "handle2"]}'

步骤 3：筛选与打分

技能确认：个人简介包含关键词："freelance"、"independent"、"for hire"、"consulting"、"contract"、"available"、"hire me"、"DM for work"

开放接单信号 = 个人简介或近期推文包含 'available'、'taking clients'、'open for projects'、'DM for rates'

候选人评分：

candidate_score = (skill_confirmed ? 1 : 0) * 0.35
                + (open_to_work_signal ? 1 : 0) * 0.30
                + (followerCount in 200..20000 ? 1 : 0.6) * 0.20
                + (tweeted_in_last_30_days ? 1 : 0) * 0.15

活跃度：活跃（< 30 天）| 被动（30–90 天）| 休眠（> 90 天）

步骤 4：边界情况

结果中出现公司/品牌账号：筛选粉丝数 > 5 万且简介不含人称代词的账号，这些很可能是品牌账号
候选人数 < 20：放宽技能关键词；移除地点或资历过滤；尝试相邻技能
机器人检测：将粉丝数/关注数 < 0.05 且推文数 < 20 标记为潜在机器人
地点不匹配：简介地点是自由文本，使用模糊匹配，接受部分城市/国家名称

输出格式

# 自由职业者与独立承包商候选人：[FREELANCE_SKILL]
找到资料：[N] | 开放接单：[N] | 活跃：[N] | 日期：[DATE]

## 优先：开放接单候选人
| 姓名 | @账号 | 专长 | 地点 | 粉丝数 | 最近活跃 | 评分 |
|------|---------|----------|---------|-----------|------------|-------|

## 被动候选人
| 姓名 | @账号 | 专长 | 地点 | 粉丝数 | 评分 |
|------|---------|----------|---------|-----------|-------|

## 简介亮点（前 5）
1. @[handle]："[简介摘录]"

故障排除

所有结果都是机构/公司而非个人：添加人称代词过滤，或搜索 "I am a [role]"、"I do [skill]"
角色太宽泛导致结果过多：添加地点或资历限定
没有开放接单信号：多数候选人不公开表态——把被动候选人当作温暖线索，结合其近期内容进行个性化外联

技能介绍