1. 项目缘起：当AI Agent遇上短视频分析

最近，我花了大概两周时间，用OpenClaw和Claude Code完整地撸了一个TikTok爆款分析系统。这事儿听起来有点跨界，一边是新兴的AI Agent开发框架，另一边是短视频内容的数据江湖。起因很简单，我自己在做一些内容尝试时，发现手动去扒拉TikTok上的热门视频、分析音乐、标签和文案套路，效率实在太低。市面上现成的工具要么太贵，要么功能不聚焦，数据维度也不够深。作为一个喜欢折腾的技术人，第一个念头就是：能不能自己搞一个？

OpenClaw这个框架，我关注有一阵子了。它本质上是一个让大模型（比如Claude、GPT）能“动手操作”电脑的Agent框架。你可以把它理解为一个超级助理，你告诉它目标，它能自己打开浏览器、点击按钮、填写表单、抓取数据。而Claude Code，则是Anthropic推出的一个专注于代码生成与理解的模型，在逻辑拆解和结构化输出上表现很稳。把这两者结合起来，去自动化完成TikTok的数据采集与分析，理论上是一条非常性感的路径——让AI去干那些重复、繁琐的“脏活累活”，我们专注于策略和决策。

这个系统的核心目标，就是实现从数据采集、清洗、分析到报告生成的全流程自动化。它需要能自动发现平台上的潜力爆款视频，拆解其成功要素（如音乐、标签、文案结构、发布时间等），并形成可操作的洞察。整个过程，我希望尽可能少写硬编码，而是通过给OpenClaw Agent下达清晰的指令，由Claude Code来理解和规划具体操作步骤。这不仅仅是一个工具，更是一次对AI Agent在实际生产场景中应用深度的探索。

2. 核心思路：用Agent思维重构数据流水线

传统的爬虫+分析脚本模式，在面对TikTok这种动态性强、反爬策略复杂的平台时，维护成本很高。页面结构一变，脚本可能就挂了。而采用OpenClaw驱动的AI Agent，其思路是“模拟人”的操作。我们不是直接去解析HTML结构，而是告诉Agent：“请打开TikTok，搜索关键词XXX，滚动页面，把前50个视频的标题、作者、点赞数、音乐名记录下来。” Agent会控制浏览器真实地执行这些操作。这种方式抗干扰能力强，更接近真实用户行为，但挑战在于操作的稳定性和逻辑的精准性。

我的系统设计主要分为三个核心层：

2.1 指令规划与执行层（OpenClaw + Claude Code）这是系统的大脑。我编写了一套YAML格式的“技能”描述文件，定义了诸如search_tiktok_trending、extract_video_details、analyze_hashtag_pattern等任务。OpenClaw Gateway负责加载这些技能，并与配置的大模型（这里是Claude Code）交互。当发起一个分析任务时，Claude Code会根据目标，将复杂任务拆解成一系列原子操作指令（如：打开浏览器->导航至Tiktok.com->在搜索框输入文本->点击搜索按钮...），并通过OpenClaw的执行器（Operator）来操作浏览器或系统。

这里的一个关键技巧是提示词工程。给Claude Code的指令必须极度清晰、无歧义，且要预判可能出现的界面状态。例如，不能只说“收集点赞数”，而要说“在视频作者名下方的右侧，找到显示数字和爱心图标的元素，将其文本内容作为点赞数提取”。这需要事先对目标页面进行充分的“侦查”。

2.2 数据采集与渲染层（无头浏览器）OpenClaw底层通常基于Playwright或Selenium来控制无头浏览器。我选择Playwright，因为它对现代Web技术的支持更好，录制操作脚本的功能也很方便。这一层负责忠实执行Claude Code生成的指令。为了提升稳定性和速度，我做了几件事：

• 操作等待与重试：在每个关键操作（如点击、输入）后，加入智能等待，等待目标元素出现或网络空闲，并设置重试机制。
• 反检测策略：注入脚本随机化鼠标移动轨迹、滚动速度，并使用动态代理IP池来切换访问来源，避免被风控。
• 数据快照：除了提取结构化数据，还会对视频封面、评论区的关键部分进行截图保存，供后续的视觉或文本情感分析使用。

2.3 数据分析与洞察生成层采集到的原始数据是杂乱的。这一层负责清洗、存储和分析。我使用PostgreSQL存储结构化数据（视频元数据、标签、音乐），用MongoDB存储非结构化的评论、文案原文。分析部分由Python脚本完成，但分析逻辑的生成本身也可以借助Claude Code。例如，我会问Claude Code：“根据过去一周采集的500个爆款视频数据，请生成一段Python代码，分析热门视频的发布时间分布规律，并输出可视化图表。” Claude Code生成的代码，经我审核后可以加入自动化流水线。

注意：直接让AI执行从分析到代码生成的全流程，目前风险较高。更稳妥的模式是“AI生成建议，人工审核部署”。我的做法是让Claude Code输出分析思路和SQL查询/Pandas处理代码片段，由我来整合和优化成稳定的分析模块。

整个系统的架构，可以看作是一个“AI规划，AI执行，AI辅助分析”的混合智能闭环。OpenClaw和Claude Code负责应对多变的前端环境与复杂任务拆解，而固定的、高性能的数据处理和分析任务，则由传统编程来保证效率和可靠性。

3. 实操搭建：从零部署OpenClaw与配置Claude Code

理论说再多，不如动手搭一遍。下面是我在Linux服务器上从零搭建核心环境的步骤实录，其中踩的坑和解决的方案，或许能帮你省下几个小时。

3.1 基础环境与OpenClaw部署我的服务器系统是Ubuntu 22.04。首先确保Docker和Docker Compose已安装。OpenClaw官方推荐使用Docker部署，这能避免复杂的Python环境依赖问题。

# 1. 克隆官方仓库（注意网络问题，有时需要配置代理或镜像） git clone https://github.com/openclaw-ai/openclaw.git cd openclaw # 2. 复制环境变量配置文件并编辑 cp .env.example .env # 编辑 .env 文件，核心是配置大模型的API密钥和地址 # 例如，如果你使用Claude API，需要填入ANTHROPIC_API_KEY # 如果使用本地模型或第三方代理，需修改OPENAI_API_BASE等参数 vim .env

.env文件的关键配置项：

OPENAI_API_KEY=sk-xxx # 如果你用OpenAI兼容的接口 OPENAI_API_BASE=https://api.anthropic.com # 指向Claude API端点 OPENAI_MODEL_NAME=claude-3-5-sonnet-20241022 # 指定Claude Code模型 # 或者使用Ollama本地模型 # OPENAI_API_BASE=http://localhost:11434/v1 # OPENAI_MODEL_NAME=claude-code # 需在Ollama中先拉取该模型

接下来，使用Docker Compose启动核心服务：

docker-compose up -d

这个命令会启动几个核心容器：Gateway（网关）、Operator（操作执行器）、前端UI等。启动后，访问http://你的服务器IP:3000应该能看到OpenClaw的Web界面。

3.2 配置Claude Code作为核心模型OpenClaw本身不提供模型，它需要对接一个支持OpenAI API格式的大模型服务。我选择Claude Code，是因为它在代码任务上指令跟随能力强，生成的浏览器操作指令非常精准。

• 方案A：使用官方API（稳定，需付费）在.env中配置OPENAI_API_BASE=https://api.anthropic.com和OPENAI_MODEL_NAME为对应的Claude Code模型名（如claude-3-5-sonnet-20241022）。然后在Anthropic官网申请API Key填入。这是最省事的方式。

• 方案B：通过Ollama本地部署（可控，免费）如果你的服务器有足够GPU资源，可以在本地通过Ollama运行Claude Code的近似开源版本（如claude-code模型，需注意此非官方版本，能力有差异）。

  # 安装Ollama curl -fsSL https://ollama.com/install.sh | sh # 拉取claude-code模型（这是一个社区仿制模型） ollama pull claude-code # 启动Ollama服务 ollama serve

  然后在OpenClaw的.env中，将OPENAI_API_BASE改为http://localhost:11434/v1，OPENAI_MODEL_NAME改为claude-code。

我最初尝试了方案B，但在执行复杂任务时，发现社区版模型对长指令的理解和操作步骤生成的准确性不如官方API。对于生产级稳定性的项目，我最终切换到了方案A。这笔API调用费用，相对于它带来的开发效率提升和稳定性保障，是值得的。

3.3 编写第一个TikTok采集技能(Skill)OpenClaw的功能通过“技能”来扩展。技能是一个YAML文件，定义了任务的目标、步骤示例和预期输出。

我在openclaw/skills/目录下创建了tiktok_trend_collector.yaml：

name: tiktok_trend_collector description: 自动在TikTok上搜索指定关键词，并收集热门视频的元数据。 parameters: - name: search_keyword description: 要搜索的关键词 required: true type: string - name: max_videos description: 最大收集视频数量 required: false type: integer default: 30 steps: - goal: 打开浏览器并导航至TikTok网站 action: navigate args: url: "https://www.tiktok.com" - goal: 找到搜索框并输入关键词 {{search_keyword}} action: fill args: selector: "input[type='search']" text: "{{search_keyword}}" - goal: 按下回车键或点击搜索按钮进行搜索 action: click args: selector: "button[type='submit']" - goal: 等待搜索结果页面加载完成 action: wait_for_navigation ...

编写Skill的关键在于，steps里的goal描述要足够清晰，供Claude Code理解。但更重要的是，action和args要准确。selector（CSS选择器）必须能稳定地定位到页面元素。这需要你手动打开浏览器开发者工具，仔细审查TikTok页面的DOM结构。TikTok这类SPA（单页应用）的元素选择器可能动态变化，一个技巧是使用包含>