Jev Social Skill 技能

AI 社交媒体调研 Agent Skill

技能简介

Jev Social 是一款面向 AI 编程助手(Claude Code、Codex 等)的社交媒体调研 Agent Skill,由 socai-io 开发。它将 TypeSafe Jev 决策模型与真实浏览器执行结合,让 AI Agent 能够自主浏览 Instagram、TikTok、LinkedIn 并产出带来源引用的结构化调研报告,无需人工介入翻页或提取数据。

核心能力

  • Jev 决策循环:Jev 模型在每一步选择具体操作(搜索、打开帖子、读取评论、下载媒体或结束),socai CLI 在真实 Chrome 浏览器中执行,结果返回 Jev 再决策,形成完整闭环
  • 多平台支持:覆盖 Instagram(搜索、Profile、帖子/Reel、评论)、TikTok(搜索、作者、视频、评论、媒体下载)、LinkedIn(人/内容/公司搜索,Profile/帖子/经历读取)
  • 实时视频证据:支持 TikTok 视频媒体下载,每次运行附带完整的操作时间戳和验证边界说明
  • 来源引用保障:每条记录均附 GitHub 链接,报告由抓取文本、评论和来源 URL 编译,不转交给其他 Agent
  • 无 API Key 需求:socai CLI 通过浏览器原生执行,无需平台账号登录或额外 Token
  • 跨 Agent 兼容:标准 Agent Skill 格式(SKILL.md + CLI),Claude Code、Codex、OpenCode、pi 等均可用

安装配置

方式一:skills CLI(推荐,最快路径)

npx skills add socai-io/jev-social --skill jev-social

方式二:GitHub CLI 安装(Codex)

gh skill install socai-io/jev-social jev-social@v0.1.5 --agent codex --scope user

方式三:源码安装

curl -fsSL https://github.com/socai-io/socai/releases/latest/download/install.sh | sh
git clone https://github.com/socai-io/jev-social.git
cd jev-social && npm install && cp .env.example .env
# 在 .env 中填入 OPENROUTER_API_KEY(需有 Jev 模型访问权限)
npm start

使用步骤

  1. 安装依赖:Node 20+、OpenRouter API Key(支持 Jev 模型)、已安装 socai CLI
  2. 启动服务:运行 npm start,打开 http://127.0.0.1:8766(仅本地回环)
  3. 选择平台:在界面上选择「Jev · auto」模式
  4. 输入调研目标:输入自然语言调研需求,如「在 Instagram 上找手工艺术创作者」
  5. 等待运行完成:Jev 自主决定操作步骤,socai 执行浏览器操作,最终返回带来源链接的调研报告

适用场景

  • 竞品调研:在 Instagram/TikTok 上追踪同类品牌或竞品的最新内容和用户反馈
  • KOL 挖掘:在 LinkedIn 上按领域和地区精准定位影响者
  • 趋势追踪:监控 TikTok 上的话题热度、标签趋势和病毒视频
  • 用户评论分析:深入读取特定帖子的评论,提取用户真实声音

适用人群

  • 需要定期做社交媒体竞品分析的产品经理
  • 在 LinkedIn 上寻找 B2B 客户或合作伙伴的销售人员
  • 研究短视频平台趋势的内容创作者和营销人员

工作原理

用户输入调研目标
      ↓
Jev 模型决策:选择平台
      ↓
Jev 模型决策:选择下一步操作(搜索/打开Profile/读帖子/评论/下载/结束)
      ↓
socai CLI 在真实 Chrome 中执行该操作
      ↓
结果返回 Jev → 再次决策
      ↓
循环直到 Jev 判定「结束」→ 编译来源引用报告

每一步均记录决策置信度、执行的命令、观察到的结果摘要和耗时,支持中途打断并保留已获取数据。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论