逆天!Coze 可免費用 Twitter API,如何用批量工作流一次獲取多人推文,月省 100 美元 | 回到Axton
嘿,你好,歡迎回到 Axton
沒想到,Coze 不但可以免費的用到 GPT-4
居然還能耗到馬斯克的羊毛
可以免費的使用比 GPT-4還要貴的 Twitter API
Coze 是一個可以不用代碼來搭建 AI 聊天機器人的平臺
我在這期視頻當中已經詳細的講解了 Coze 的各種功能
以及如何用到 GPT-4 Turbo 的模型
感興趣的朋友可以回看一下
鏈接我放在描述欄當中
自從 Twitter 被馬斯克買了之後
如果你想從 Twitter 網站的外面來獲取推文信息
也就是用 Twitter API
就需要每個月充值100美元了
但是 Coze 卻很大方的
讓你可以免費的用部分 Twitter API 的功能了
今天我就先給大家演示一個
可以批量獲取多個 Twitter 作者的推文的工作流
把這個工作流嵌入到你的 AI Bot
AI 聊天機器人裏面
比如我這裏加了兩個 Twitter 賬號
我的和馬斯克的
這樣就可以一次性的獲取到我們兩個人的推文了
好
今天我首先給大家演示一下
在 Coze 上可以用到的 Twitter API 的功能
然後再演示一下批量獲取推文的工作流
最後我們再聊一聊 Coze 的侷限性
如果你喜歡這類視頻
請點贊收藏方便以後回看
好
咱們開始
好
這就是 Coze 的網站
如果我們想用到 GPT-4的模型
我們就需要用 Coze 的海外版
也就是 Coze.com
是英文版
今天我們就用英文版來做演示
好
這就是我創建的一個測試
X 的 AI 聊天機器人 Bot
X 也就是以前的 Twitter
給聊天機器人的 prompt 很簡單
你是我的小助手
你的名字叫做 Jerry
你會使用 AI Twitter Finder 工作流
幫助我尋找關鍵詞的推文
並且輸出中文
這裏面用到的 AI Twitter Finder
就是我待會給大家介紹的
我們可以批量的去獲取到一批
Twitter 作者的推文的工作流
咱們後面再看
我們先來看一下
可以操作 Twitter 的這些 plugin 插件
這邊我已經把 Coze 當中
所支持 Twitter 的這些插件
三個插件全部列在這邊了
添加插件只需要點擊加號就可以了
然後我們就可以在這邊進行搜索
X 就是跟 Twitter 相關的
這就包括一個 X 插件
然後發送 Twitter 的插件
還有後面有一個 Twitter API 的插件
當然爲了不漏掉
我們可以再使用 Twitter 來進行
再一次的搜索
這4個就是目前關於 Twitter 的這些插件
這裏面有三個我都添加到我的 Bot 裏面來了
Twitter 的 trends
Twitter 趨勢我還沒有加
我們可以把它也添加進來
好
這就是這4個插件
這邊就是他所支持的
Twitter 相關的功能
我們現在就來給大家演示一遍
看看他到底能達到什麼樣的效果
好
首先第一個 get users
獲得指定用戶的信息
實際上也就是獲得一個用戶的 profile
這邊給的參數可以用 user id
也可以用 user 的 user name
好
我們就來試一下
比如讓他來獲得我的推文的信息
這邊給的提示爲了避免他混淆
因爲畢竟我們有這麼多的內容
我就明確指定了這個方法的名稱
然後告訴他獲取 axtonliu
也就是我的推特號的信息
好
這邊我們就可以看到他很快速的得到了我的一些信息
我的名字
id
粉絲人數
關注的人數等等
包括我的頭像鏈接
還有我的描述
簡介
好
然後我們可以看一下
接下來 search 一個推文
那麼他有三個參數
分別是 count
就是你要返回多少個推文
然後查詢字符串
這個是一個必須要的參數
就是你要查詢的關鍵詞是什麼
author 就是作者
也就是推文的推主
你要查誰的推文信息
請使用 searchTweet 查找 axtonliu 的與 AI 相關的推文
最多返回10條
我們看看他能不能正確的調用
失去 AI 讓我們恐慌
而這纔是最令人恐懼的事情
沒錯
這些都是我的推文
鏈接也是正確的
好
很遺憾後面這個沒有給出鏈接
但是效果已經很不錯了
好
我們再看 user
followers
同樣參數只需要一個用戶名就行了
我們同樣來查我的 followers
好
出錯
因爲某些未知的原因
我無法完成這個操作
好
我們可以在這裏面看他的運行過程
來判斷一下他的問題出在哪
點擊
這樣就是他的整個執行過程
那發送的信息呢
給了一個 username
這個沒有什麼問題
response 就是他的返回結果
好
這邊返回的錯誤
403
權限的問題
您的賬戶已被暫停
不允許訪問此功能
這不會是釦子的賬戶被暫停了吧
好
那這一步我們就先放過
我們把後面兩個重點的功能來先測試一下
那創建推文呢
這個就不用演示了
因爲這本身就是一個免費給大家提供的功能
不會存在什麼問題
就算有問題
我們可以通過其他各種辦法來用它
包括使用 Make 工作流
那這邊獲取它的趨勢
我們可以待會來試一下
還有獲取一個推文線程
以及獲取一個用戶的推文
這兩個相對來說應該是更有用的一些內容
而這邊的查詢呢
它這邊只支持一個查詢條件
就是關鍵詞
那相對於這個查詢呢
它的功能要弱一些
因爲它條件少
好
我們就先把這兩個來試一下
那首先這個獲取用戶的推文呢
就是根據用戶 ID 來獲取推文的
那實際上 get user tweets 這個功能
加上 search 的這個功能
就可以完成 search tweet 的功能
也就是說這個功能和它這兩個是等價
我們可以先暫時不看它們兩個
我們先看一下 get twitter thread 的這個功能
獲取一個推特線程
獲取一個推文線程呢
它的參數是要 ID
這個 ID 哪來的呢
我們就看我的推文吧
就第一個自動抓取 RSS 文章的這個推文
一個推文線程它的 ID 呢
實際上就是在它的 URL 裏面
我們可以直接 copy link
然後我們再到這邊
link 當中的這串數字呢
就是你的推文的 ID
好
請使用 get twitter thread 獲取 ID 爲這個的推文
沒有找到
我們可以讓它再試一次
OK
這下就正常了
所以說還是不夠穩定
沒錯
整個線程總結的內容是正確的
很好
這個功能也是一個比較有用的功能
相當於你可以獲取一個
推主它整個推文串的主要內容
那這個功能呢
就可以幫助大家去創建一個你自己的 AI 機器人
從推特上面去抓取一些你所關心的信息
你可以把這個信息做成你的日報
或者分享到你的羣裏面都是有用的
好
接下來我們就再看一下它的獲取推特趨勢的功能
那它的參數呢
需要一個國家
比如美國
那我們待會就用美國吧
好
又一次出錯
那麼同樣這種情況下
我們就再讓它來一次就行了
OK
給出了一些當前美國的推特的趨勢
那其他的功能呢
因爲都大同小異
我們就不用一個一個的去演示了
但是這兩個就是查看你的粉絲和你粉了誰
這兩個功能呢
我們在視頻最後再來試一遍
我們首先把我們的工作流先給演示完成
以防止真的他這個賬戶出了什麼問題
導致我們整個工作流跑不起來
好
剛纔我們看到
我們可以用這些插件來使用一些推特 API 的付費功能
比如獲取用戶信息
查找推文
以及獲取推文的內容等等
在跟 Bot 對話的過程當中使用這些功能呢
也非常的簡單
方便
但是呢
如果我們需要去應對一些更復雜的場景呢
我們可能就需要去調用多個功能
或者呢
把一個功能多次的調用
比如我接下來要給大家演示的一個場景呢
就是假設我要從我關心的多個推主
那邊去獲得他們的最新推文
然後來總結出當前跟 AI 最相關的一些內容
以方便我獲取信息呢
那我就需要去針對每一個用戶
我都要調用一遍
那這實際上就是一個循環的過程
我們就需要用到工作流
工作流它的目的就是來實現一些更復雜的任務
那麼我要給大家演示的這個工作流呢
就是希望他能夠一次性的獲取到我伊隆馬斯克的推文
只要把你所關心的作者的信息都加到他的列表裏面就可以了
那首先呢
我要把我關心的這些推主
他們的賬號名稱是什麼
告訴這個機器人
可以有很多辦法做到
那麼我在這邊用的比較簡單的方法呢
就是定義一個變量叫 authors
就是作者
然後這個 authors 裏面呢
我就給了他
這是我的推特賬號
還有伊隆馬斯克的
我們兩個人的賬號就可以了
做個演示
然後我們再進入到這個工作流裏面
看看這個工作流他在幹什麼
好
這就是我的整個工作流
那工作流當中的每一個方塊呢
實際上就是他完成的每一項功能可以叫做模塊
在 Coze 裏面呢
他就叫做節點
比如 Coze 裏面所支持的這些節點
首先就有 basic 的節點
基本的節點
這就包括了大語言模型
然後 code 你可以寫代碼
完成一些客製化的功能
還有知識庫
condition 條件
你可以設定一些條件
根據不同的條件呢
去跳轉到不同的功能場景
變量就是你機器人當中的變量可以進行交互
數據庫也是一樣
那除了這些基本的模塊之外呢
他還可以用插件
同樣也可以用其他的工作流來當做你的工作流當中的節點
那既然我們的目的是爲了查找推文
所以我們就要用到剛纔我們前面演示過的
獲取推文的那個插件
也就是 X 那個插件
最下面對我們要用到 search_tweet 這個模塊
只要點擊加號加進來就可以了
我這邊已經有一個了
就是他 search_tweet
這就是今天的主角
那另外一個關鍵的模塊呢
就是這個 variable
variable 是 code 裏面的一個基礎模塊
他的目的呢
就是從你的 AIbot 裏面
就是你的機器人裏面把你定義的變量的值取過來
那我剛纔在機器裏面定義的變量
就是我關心的那些推文作者
也就是我 Elon Musk
還有 AndrewNG 這三個人作爲例子
所以這個模塊的功能就是要把我定義的
那三個人的賬號拿過來
交給下一個工作流去用
所以很簡單
我這邊輸入一個 key
authors 就是我在 bot 裏面定義的這個變量的名稱
就可以了
它的輸出
你給它起個名字就行
那看你的節點配置的正常不正常呢
你只需要點擊這個播放按鈕
就可以測試你的這個節點
點擊
這邊就會選擇一個 bot
那就是我們演示的 testx 這個 bot
好
然後運行
運行成功就是綠色的
這時候我們就可以看一下它運行的結果是什麼
好
它的輸出就已經取出了我定義的這三個人
這就說明我這個節點的配置是正確的
那這邊的是一個 start 開始 節點
Coze 的工作流默認就會給你兩個節點
一個是 開始 節點
你可以在這邊去初始化一些
你需要在整個工作流當中用到的一些數據
比如我要查詢推特
我可能就需要一個關鍵詞
我就可以在這邊定義一個叫 query string 的一個變量
用它來存我們要查詢的關鍵詞就可以了
同樣
最後他還會默認給你加一個結束的一個節點
結束節點的主要目的就是把你的結果輸出
你就可以在你的機器人裏頭用它
或者你也可以在其他的工作流裏面去調用它
那這邊用到的 GPT-4的一個模型就是
處理你的一些輸入格式
這邊主要就是查詢推文
很多節點它都有兩種運行模式
一種就是 single time 就是單次運行
還有就是批處理
我們首先看一下它的單次運行
它跟我們之前的演示是一樣的
它需要三個變量
首先就是它的 query string
那這邊我們就讓它用我們最開始的 start
裏面定義的查詢字符串就可以了
好
這邊的作者和返回多少條結果都是可以定義的
我們可以先測試一下它單次運行的結果
那這邊作者
我們可以給它定死一個測試一下
比如說 axtonliu
好
運行一下
它會讓你提供查詢字符串
因爲這個是一個變量
你沒有在這邊指定
所以你測試的時候需要給它提供一個
比如我們就 AI
然後運行
好
運行成功
我們同樣可以看一下它的結果
那這邊的就是它的查詢出來的結果
有沒有數據呢
是有數據的
查詢出來了12個推文
那這邊我們就可以看到這個推文的一些信息
包括推文的內容
說明這個節點工作是正常的
但是因爲我們需要去同時要查三個人多個人的推文
所以我們肯定不能用單次執行
我們就要用到它的批處理模式
但是它的批處理模式就比較尷尬了
因爲我們在它的文檔當中沒有發現有關批處理模式
該怎麼去配置的說明
我們可以看一下釦子的這個文檔
它當中對工作流怎麼使用的一個簡介
文檔基本上都包含了一個工作流的基礎操作
而且這邊它還很貼心的提供了幾個最佳實踐的
工作流的例子
比如識別用戶意圖這個工作流
這應該是這個例子當中最複雜的一個工作流
那它的目的就是用大語言模型來根據用戶的輸入
去判斷你的用戶到底是想幹什麼
是想去搜索新聞信息呢
還是想去搜索天氣的信息
那基本上它的這個工作流的例子
就把它前面的工作流的一些例子都包含在一起了
所以如果你對釦子的工作流感興趣
我建議你把它的這個工作流的例子好好地研究一下
可以方便你快速地瞭解工作流的工作過程
但是遺憾的就是在這個使用工作流的這個文檔當中
只有單次的例子
沒有批處理的例子
好
回到我們的工作流
因爲我們是要批處理嘛
所以我這邊的參數呢
就需要用到前邊某塊的輸出
比如它的查詢關鍵詞呢
就是 query string
這個我們在開始的節點上定義的查詢字符串
那這個作者呢
就是那三個人
我,Elon Musk,還有 Andrew
因爲批處理的過程實際上就是一個人一個人的處理
那這邊作者呢
實際上我用到的是他的批處理這個參數
它並不是我前面的那個作者的變量
這點是需要注意的
item1 這個
然後要返回多少個信息呢
這邊我們就隨便定義一個行了
因爲它不重要
好
那至於批處理裏面該怎麼樣配置
以及爲什麼要這樣的配置
它的目的是什麼
這些就比較繁瑣了
我就不在視頻裏面囉嗦了
回頭幾天呢
我會把它整理成一個說明文檔
去放到我的 AI 精英學院裏面供大家參考
好
最後的結束的節點呢
我們就把它的結果輸出到一個我們自己定義的一個變量
這個名字是隨便起的
然後它的輸出呢
實際上就是我們的查詢推特的這個輸出
那這樣我們整個工作流就串起來了
我們可以先測試一下我們的工作流能不能正常的運行
比如我們這邊就是點 test run 測試運行
首先我們需要給他一個 query string
查詢字符串關鍵詞
我們還是給 AI
然後同樣我們要選一個 bot 機器人
我們就選 test x
好
我們運行
好
成功完成
我們來看一下它的輸出結果
這就是最終輸出的結果
我們可以看到查出了三個結果
第一個第一個查到了12個推文
好
那這個推文就是我的
第二個一這個我們看
也是出來了12個推文
AI is not better
這應該就是 Elon Musk 的
然後我們再看最後一個
這就是Andrew的推文
所以這個工作流它的效果就很理想
它完全是按照我們的要求輸出了三個人的推文
每個人找出了12條推文
並沒有嚴格的按照我們的 count 的定義去執行
那麼這樣的我們就可以針對他找出來的這三個推文
他都返回了比較完善的一個數據結構
我們就可以繼續對他進行一些後續的加工
比如你從三個人所有的推文當中
你再去挑選你最關心的內容
這就比較方便了
好
那現在我們再回到我們的 AI 機器人
我們再演示一遍
我們該如何去調用剛纔我們創建好的這個工作流
首先點就是我們要把工作流添加到這裏面
用加號添加就可以了
那要測試一下
我們就用這個命令就可以了
比如我們就在這邊指明
讓他用這個工作流去幫我尋找 AI 相關的推文
並且輸出中文
然後點擊發送
好
這邊他找了我和伊隆馬斯克的
但是沒有找Andrew的
但是沒有關係
畢竟是一個演示
能達到這個結果說明我們的整個流程都是工作正常的
好
我們接下來再來演示一下
我們在視頻開頭演示失敗的獲取用戶的粉絲的功能
好
我們就要求他請使用 users followers 獲取伊隆馬斯克的粉絲
不錯
獲取到了伊隆馬斯克的部分粉絲
可惜只有五個
我看看他的數據裏面有多少
那還是不錯
他返回的數據還是挺多的
但是總結出來的只有五個
好
總結一下
釦子可以讓大家免費的使用付費服務
這點非常的好
但是呢
這些服務他是有用量限制的
我在爲視頻做測試準備的時候呢
就達到了限制
不能繼續的去查詢推文了
所以呢
不要指望用他的推特功能來當做爬蟲
第二呢
釦子目前文檔還是缺乏
這會讓你耗費更多的時間和精力
那這點呢
希望他們能夠儘快的完善起來
如果你希望能夠利用 AI 來提升你的效率和競爭力
請儘快的加入 AI 精英學院
下一波更新即將到來
價格也將會上調
請抓住現在最好的時機
請輸入網址 axtonliu.ai
這裏不但有我分享的高價值的免費內容
還有我精心打造的兩門 AI 基礎能力的課程
AI 與自動化的融合以及 Prompt Engineering
我會教你駕馭 AI 所需要的基礎能力
而不是曇花一現的花式技巧
這些基礎能力可以幫助你用學到的知識
來解決你自己當下的問題
甚至是未來的問題
好
今天就到這裏
我是 Axton
咱們下期再見