核心用法
该技能提供双阶段 Instagram 数据采集系统：发现阶段通过 Google Custom Search API 按地理位置和品类搜索博主；采集阶段使用 Playwright 浏览器自动化模拟真实用户行为，抓取公开档案数据。支持 JSON/CSV 导出、缩略图下载、断点续传及智能过滤（自动跳过私密账号、低粉丝量账号）。
显著优点
- 双层发现机制：Google API 挖掘 + 浏览器深度抓取，覆盖范围广
- 反检测体系：浏览器指纹轮换、人类行为模拟、 stealth 脚本隐藏自动化特征
- 结构化输出：自动分级网红层级（nano/micro/mid/macro/mega），含粉丝数、互动率、内容缩略图
- 工程化设计：断点续传、队列管理、重复去重，适合批量长期运行
潜在缺点与局限性
- 依赖平台稳定性：Instagram 频繁更新反爬策略，可能导致登录验证、滑块验证或封号
- 数据完整性受限：私密账号无法抓取； Stories/Reels 等动态内容需额外处理
- 速率瓶颈：为规避检测需引入随机延迟，大规模采集效率受限
- 合规灰色地带：违反 Instagram ToS，存在账号封禁与法律风险
适合人群
- 网红营销机构（MCN）：批量发现垂直领域 KOL 并建立数据库
- 品牌方市场团队：竞品博主分析与投放前调研
- 数据分析师：社交媒体趋势研究与受众画像构建
常规风险
- 账号风险：Instagram 账号可能因异常登录/操作频率触发安全验证或永久封禁
- IP 声誉风险：同一 IP 高频访问可能导致 IP 被列入黑名单
- 数据隐私风险：采集的个人信息（头像、简介）需符合 GDPR/CCPA 等地域法规
- 依赖风险：Google API 有调用配额限制，Playwright 依赖 Chromium 环境，部署复杂度较高