Dify智能体 Twitter 账号分析助手

🐦 Twitter 账号分析助手

该工作流是一个高级聊天应用，旨在通过结合外部网络抓取服务和大型语言模型（LLM），实现对特定Twitter账户主页的实时、交互式分析。用户只需提供一个Twitter ID，就可以围绕该账户的主页内容与AI进行自然语言问答。

第一阶段：目标指定与URL构建

• 输入ID (开始): 工作流从用户输入一个Twitter账户的ID（即用户名）开始。
• 构建URL (代码执行): 一个Python代码节点会自动将用户输入的ID与Twitter的网址前缀拼接，并进行URL编码，生成一个格式正确的、指向目标用户主页的完整链接。

第二阶段：通过API抓取网页

• HTTP 请求: 这是工作流的数据获取核心。它并非直接访问Twitter，而是调用了一个名为 Crawlbase 的第三方专业网络抓取API (https://api.crawlbase.com)。
  • 请求参数: 该节点会向API发送一个GET请求，其中包含几个关键参数：
    • token: 用于认证的API密钥，被安全地存储在环境变量中。
    • scraper: 指定使用twitter-profile专用抓取器，以优化数据获取。
    • url: 上一步动态构建好的Twitter主页链接。
    • format: 要求返回页面的原始html内容。
  • 获取数据: 此请求的响应体（body）即为目标Twitter主页的完整HTML源代码，是后续分析的基础。

第三阶段：交互式AI分析

• LLM: 这是工作流的分析大脑。
  • 上下文注入: 上一步抓取到的整个HTML页面内容，会被作为上下文（context）注入到LLM的系统提示词中。
  • 分析指令: LLM被指令：“分析这个twitter用户的主页：{{#context#}}”，然后再“执行以下的指令: {{#sys.query#}}”。这意味着AI首先会“阅读”并理解整个主页的HTML，然后根据用户在聊天中提出的具体问题（sys.query）进行针对性地回答。
• 直接回复 (Answer): LLM生成的分析结果会直接作为聊天回复发送给用户。由于这是一个“高级聊天”应用，用户可以基于已抓取的主页内容，持续向AI提出新的问题，进行多轮对话。

主要特点

• 实时网页抓取: 通过集成第三方抓取服务（Crawlbase），有效绕过了直接访问Twitter可能遇到的反爬虫限制，确保能获取到实时、真实的用户主页数据。
• 交互式对话分析: 并非简单地展示抓取数据，而是将原始HTML提供给LLM作为上下文，使用户能以聊天的方式，灵活地查询和分析页面上的任何信息。
• 安全密钥管理: 将敏感的API密钥（token）存储在环境变量中，遵循了安全开发的基本规范，避免了密钥硬编码在工作流中的风险。
• 动态目标指定: 用户可以动态输入任何Twitter ID，工作流会自动构建请求，具有很高的灵活性和通用性。

重要提示

• 外部API依赖: 此工作流的正常运行完全依赖于Crawlbase API。用户必须拥有一个有效的Crawlbase账户和API token，并将其配置在Dify的环境变量中。
• 自备LLM服务: 工作流中的LLM节点配置为使用Ollama提供的llama3.2:latest模型。这意味着用户需要自行部署和维护一个Ollama服务，并将其接入Dify。
• 分析质量: 最终的分析效果取决于LLM解析和理解原始HTML代码的能力。对于结构复杂或动态加载内容过多的页面，分析结果的准确性可能会受到影响。