用途：研究已追踪 Instagram 账号中表现突出的帖子和 Reels，识别异常爆款（outliers），并分析头部视频的钩子手法与内容结构，输出可借鉴的内容公式。
前置条件：需配置 APIFY_TOKEN 与 GEMINI_API_KEY（环境变量或 .env），安装 apify-client 和 google-genai Python 包，并在 .claude/context/instagram-accounts.md 中配置账号。
主要流程：
- 创建运行文件夹。
- 用 fetch_instagram.py 抓取内容，参数 --type（posts/reels/stories）、--days（默认 30）、--limit（每账号上限，默认 50）。
- 用 analyze_posts.py 识别异常，--threshold 默认 2.0；输出含 total_posts、outlier_count、topics、accounts、outliers。
- 用 video-content-analyzer 的 analyze_videos.py 对头部视频做 AI 分析，--platform instagram、--max-videos 5，提取钩子技巧、可复制公式、内容结构、留存技巧与 CTA 策略。
- 读取 outliers.json 与 video-analysis.json 生成 report.md，包含头部钩子、内容结构模式、CTA 策略、全部异常项、热门话题与可执行建议。
指标口径：互动分 = likes + 3×comments + 0.1×views；异常判定为互动率 > 均值 + 阈值×标准差；互动率 =（互动分 / 粉丝数）×100。
限制：依赖 Apify 与 Gemini 服务及对应凭据；具体费用、速率限制和账号跟踪细节暂未提供。