Tracking Twitter Thought Leaders 是一个用于在 Twitter/X 上发现并追踪任意行业思想领袖和关键声音的技能，使用 apidojo 的抓取器实现。它寻找的是在某一主题领域拥有真实影响力的账号，而不仅仅是高粉丝数，即那些推文能被分享和讨论的账号。最终交付一份排名列表，用于公关外联、社区互动或合作目标定位。
使用前提：需要设置 APIFY_TOKEN 环境变量；可选安装 Apify MCP 服务器。
输入参数包括：startUrls（数组，可选，默认空，Twitter 个人资料或推文 URL）、twitterHandles（数组，可选，默认空，不含 @ 的 Twitter 用户名）、twitterUserIds（数组，可选，默认空，Twitter 用户 ID）、getFollowers（布尔，可选，默认 false，抓取粉丝列表）、getFollowing（布尔，可选，默认 false，抓取关注列表）、getRetweeters（布尔，可选，默认 false，抓取某推文 URL 的转发者）、includeUnavailableUsers（布尔，可选，默认 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：
第 1 步：明确参数。向用户询问：主题或行业（例如“AI 安全”“B2B SaaS 增长”“气候科技”）；影响力类型——广泛触达（高粉丝）、社区深度（高互动）或新兴声音（快速增长）；粉丝范围（默认 5,000–2,000,000，排除未知账号和超级名人）；地理位置/语言（可选）；列表规模（默认 25）。
第 2 步：搜索主题推文。找出正在积极发布该主题推文的人——近期活跃度比旧粉丝数据更重要。推荐使用 run_actor.js（自动处理等待、输出和文件保存）。命令行示例包括：快速回答（在聊天中打印表格）、保存为 CSV、保存为 JSON。APIFY_TOKEN 必须设置在环境变量或 .env 文件中。如果 Apify MCP 可用，使用工具 apify:run-actor，Actor 为 "apidojo~tweet-scraper"，输入包含 searchTerms、maxItems 和 tweetLanguage。REST API 回退方案使用 curl 向 api.apify.com 发送请求。从所有结果中提取唯一的 author.username 值，按推文的转推加点赞数排序——主题推文获得最多互动的账号即最具影响力的声音。
第 3 步：补充资料数据。取前 100 个候选用户名，抓取完整资料。如果 Apify MCP 可用，使用工具 apify:run-actor，Actor 为 "apidojo~twitter-user-scraper"，输入包含 usernames 数组（最多 100 个）。REST API 回退方案类似。
第 4 步：按影响力打分。为每个账号计算综合影响力分数：topic_engagement = 主题相关推文的平均（点赞 + 转推）；audience_quality = 粉丝 / 关注 比率（大于 1 为健康）；influence_score = topic_engagement * log(followers) * audience_quality。筛选：仅保留处于粉丝范围内且简介显示主题相关性的账号。
第 5 步：格式化输出。输出格式为：标题“Twitter Thought Leaders: [主题/行业]”，附带分析的账号数、最终列表数和日期；Top Thought Leaders 表格包含排名、姓名、@Handle、粉丝数、影响力分数、简介摘录、近期热门推文；Tier Breakdown 分为 Power Voices（500K+ 粉丝）、Core Influencers（50K–500K 粉丝，最适合外联）、Rising Voices（5K–50K 粉丝，早期合作机会）；Best Accounts for Direct Outreach 列出前 5 名及理由；Content Themes These Voices Tweet About 列出主题及涉及账号数量。
故障排除：如果结果被一个人主导，某些主题有一个超级声音，排除他并呈现下一层级；如果主题相关账号不足，扩展关键词列表，加入同义词、相邻主题词和行业术语；如果粉丝数似乎有误，可能是缓存数据，对最终列表的前 5 个账号直接在 Twitter 上抽查。