用途
Brand Reputation Monitoring 是一项用于品牌口碑监控的技能，核心方式是通过 Apify Actors 从多个平台抓取评论、评分和品牌提及。它适用于需要跨社交、旅行或地图平台监测品牌声誉的场景，也适用于选择并运行 Apify Actor 来进行品牌情绪或声誉追踪，以及导出监控结果并总结声誉信号。
主要能力
该技能可依据用户需求选择不同 Actor，覆盖以下平台与数据类型：
- Google Maps 评论与评分：compass/crawler-google-places（商业评论、评分）、compass/Google-Maps-Reviews-Scraper（专门的评论抓取）。
- Booking.com 酒店数据与评分：voyager/booking-scraper；详细酒店评论：voyager/booking-reviews-scraper。
- TripAdvisor 评论：maxcopell/tripadvisor-reviews（景点、餐厅评论）。
- Facebook：apify/facebook-reviews-scraper（页面评论）、apify/facebook-comments-scraper（帖子评论监控）、apify/facebook-pages-scraper（页面评分概览）、apify/facebook-likes-scraper（反应类型分析）。
- Instagram：apify/instagram-comment-scraper（评论情绪）、apify/instagram-hashtag-scraper（品牌话题标签监控）、apify/instagram-search-scraper（品牌提及发现）、apify/instagram-tagged-scraper（品牌标签追踪）、apify/export-instagram-comments-posts（批量评论导出）、apify/instagram-scraper（全面 Instagram 监控）、apify/instagram-api-scraper（基于 API 的监控）。
- YouTube 评论：streamers/youtube-comments-scraper（视频评论情绪）。
- TikTok 评论：clockworks/tiktok-comments-scraper（TikTok 情绪）。
使用方式
技能以任务清单方式推进：
任务进度：
- [ ] 步骤 1：确定数据源（选择 Actor）
- [ ] 步骤 2：通过 mcpc 获取 Actor schema
- [ ] 步骤 3：询问用户偏好（格式、文件名）
- [ ] 步骤 4：运行监控脚本
- [ ] 步骤 5：总结结果
步骤 1 根据需求选择对应 Actor。步骤 2 使用 mcpc 动态获取 Actor 输入 schema 与详情，命令示例：
export $(grep APIFY_TOKEN .env | xargs) && mcpc --json mcp.apify.com --header "Authorization: Bearer $APIFY_TOKEN" tools-call fetch-actor-details actor:="ACTOR_ID" | jq -r ".content"
将 ACTOR_ID 替换为所选 Actor（如 compass/crawler-google-places）。该命令返回 Actor 描述与 README、必填与可选输入参数、输出字段（如有）。
步骤 3 在运行前询问：输出格式（Quick answer 在对话中显示少量结果且不保存文件；CSV 全字段导出；JSON 全量导出）以及结果数量。
步骤 4 运行脚本，三种方式如下：
Quick answer（在对话中显示，不保存文件）：
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js
--actor "ACTOR_ID"
--input 'JSON_INPUT'
CSV：
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js
--actor "ACTOR_ID"
--input 'JSON_INPUT'
--output YYYY-MM-DD_OUTPUT_FILE.csv
--format csv
JSON：
node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js
--actor "ACTOR_ID"
--input 'JSON_INPUT'
--output YYYY-MM-DD_OUTPUT_FILE.json
--format json
步骤 5 完成后报告：找到的评论/提及数量、文件位置与名称、可用关键字段、建议的后续步骤（情绪分析、过滤）。
前置条件
（无需提前检查）：
- 包含 APIFY_TOKEN 的 .env 文件
- Node.js 20.6+（用于原生 --env-file 支持）
- mcpc CLI 工具：npm install -g @apify/mcpc
错误处理
- 未找到 APIFY_TOKEN：请用户创建 .env 并写入 APIFY_TOKEN=your_token。
- 未找到 mcpc：请用户安装 npm install -g @apify/mcpc。
- 未找到 Actor：检查 Actor ID 拼写。
- 运行失败：请用户查看错误输出中的 Apify 控制台链接。
- 超时：减少输入规模或增加 --timeout。
适用场景
需要监控社交、旅行或地图平台上的评论、评分或品牌提及时；需要选择并运行 Apify Actor 进行品牌情绪或声誉追踪时；需要导出监控结果并总结声誉信号时。
限制
仅当任务明确符合上述范围时使用本技能。不要将输出视为特定环境验证、测试或专家评审的替代品。如果缺少必需输入、权限、安全边界或成功标准，应停止并请求澄清。