Descoberta de Influenciadores

Descubra e analise influenciadores em várias plataformas usando Apify Actors.

Quando Usar

• Você precisa descobrir criadores ou influenciadores para contato, parcerias ou planejamento de campanhas.
• A tarefa é avaliar autenticidade, engajamento, adequação ao nicho ou sinais de audiência em plataformas sociais.
• Você precisa de extração baseada em Apify mais uma lista curta ou resumo de candidatos a influenciadores adequados.

Pré-requisitos

(Não é necessário verificar antecipadamente)

• Arquivo .env com APIFY_TOKEN
• Node.js 20.6+ (para suporte nativo a --env-file)
• Ferramenta CLI mcpc: npm install -g @apify/mcpc

Fluxo de Trabalho

Copie esta lista de verificação e acompanhe o progresso:

Task Progress:
- [ ] Step 1: Determine discovery source (select Actor)
- [ ] Step 2: Fetch Actor schema via mcpc
- [ ] Step 3: Ask user preferences (format, filename)
- [ ] Step 4: Run the discovery script
- [ ] Step 5: Summarize results

Etapa 1: Determinar a Fonte de Descoberta

Selecione o Actor apropriado com base nas necessidades do usuário:

Etapa 2: Obter o Esquema do Actor

Obtenha o esquema de entrada e os detalhes do Actor dinamicamente usando mcpc:

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"

Substitua ACTOR_ID pelo Actor selecionado (por exemplo, apify/instagram-profile-scraper).

Isso retorna:

• Descrição e README do Actor
• Parâmetros de entrada obrigatórios e opcionais
• Campos de saída (se disponíveis)

Etapa 3: Perguntar Preferências do Usuário

Antes de executar, pergunte:

1. Formato de saída:
   • Resposta rápida - Exibir os poucos resultados principais no chat (sem arquivo salvo)
   • CSV - Exportação completa com todos os campos
   • JSON - Exportação completa em formato JSON
2. Número de resultados: Com base no caso de uso

Etapa 4: Executar o Script

Resposta rápida (exibir no chat, sem arquivo):

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

Etapa 5: Resumir Resultados

Após a conclusão, relate:

• Número de influenciadores encontrados
• Localização e nome do arquivo
• Principais métricas disponíveis (seguidores, taxa de engajamento, etc.)
• Próximos passos sugeridos (filtragem, contato, análise mais aprofundada)

Tratamento de Erros

APIFY_TOKEN not found - Peça ao usuário para criar .env com APIFY_TOKEN=your_token mcpc not found - Peça ao usuário para instalar npm install -g @apify/mcpc Actor not found - Verifique a ortografia do ID do Actor Run FAILED - Peça ao usuário para verificar o link do console Apify na saída de erro Timeout - Reduza o tamanho da entrada ou aumente --timeout

Limitações

…