用途：研究被追踪 X/Twitter 账号的高表现内容，找出异常高互动（outlier）推文、热门话题与有效内容模式，并可选择分析视频的钩子与结构。
主要能力：通过 Apify Tweet Scraper V2 抓取推文；用加权互动分（书签4x、回复3x、转发2x、引用2x、点赞1x）计算互动率，按“互动率 > 均值 + 阈值×标准差”识别异常推文；汇总热门标签、关键词、提及与内容模式（含媒体、外链、线程、引用、提问、列表、长度分布等）；可选调用视频内容分析脚本提取钩子；生成 Markdown 报告。
使用方式：需配置 APIFY_TOKEN 与 GEMINI_API_KEY（视频分析用），安装 apify-client 与 google-genai，并在 .claude/context/x-accounts.md 配置账号。典型流程：创建带时间戳的运行目录；运行 fetch_tweets.py（参数 --days、--max-items、--handles）抓取；运行 analyze_posts.py（--threshold）识别异常；可选运行 analyze_videos.py；最后读取 JSON 生成 report.md。抓取使用 searchTerms + from:handle 语法，已自动排除转推。
适用场景：内容创作者、社媒运营与研究者分析竞品或对标账号的爆款规律。
限制：Apify 每次查询最少 50 条推文，运行之间需等待数分钟；X 以文本为主，视频分析为可选；需有效 API 凭据；具体收费、价格与效果资料未提供。