核心用法
Reddit Spy 是一款专为竞争情报设计的 Reddit 数据采集工具，通过五级回退架构（OAuth API → Tor SOCKS5 → Stealth HTTP → 浏览器隐身 → PullPush 归档）实现高可用性抓取。主要功能包括：
- `spy`：综合子版块扫描，输出关于信息、热门帖、内容类型分布、钩子模式、发布时间分析
- `deep-read`：完整帖文与嵌套评论的深度提取，支持指定递归深度
- `bulk-scan`：多子版块批量扫描与横向对比
- `strategy`：内容策略模式提取（标题类型、钩子模式、最佳发布时间）
- `search`：关键词子版块内搜索
- `user-intel`：用户发帖行为画像与跨版块分析
- `health-check`：分层健康状态检测
显著优点
1. 多层级容错：实时数据优先，归档数据保底，Tor 自动轮换 IP 规避封禁
2. 策略洞察：自动分析内容类型（how-to/showcase/question 等）、标题钩子模式、最佳发布时段
3. 纯读取设计：零交互风险，无发帖/评论/投票行为
4. 结构化输出：所有命令返回 JSON，便于自动化集成
潜在缺点与局限
- Tor 依赖：主链路依赖 Tor 网络，延迟与稳定性受 Tor 节点影响
- 数据时效性：PullPush 归档层数据可能滞后数周至数月
- VPS 限制：Stealth HTTP 与浏览器层在部分云 VPS IP 上被 Reddit 拦截
- 速率限制：即使有 OAuth，仍受 60 请求/分钟限制
- 法律灰色地带：大规模抓取可能违反 Reddit ToS，Tor 使用在某些场景下引发合规顾虑
适合人群
- 增长黑客与内容营销人员研究竞品社区策略
- 独立开发者分析 IndieHackers/SaaS 等垂直社区趋势
- 市场研究员进行社媒情报（OSINT）采集
- 需规避 IP 封禁的数据采集工程师
常规风险
| 风险类型 | 说明 |
|---------|------|
| 平台封禁 | Reddit 可能封禁 Tor 出口节点或检测到异常流量模式 |
| 数据合规 | 抓取用户生成内容可能涉及 GDPR/CCPA 等隐私法规 |
| 网络延迟 | Tor 路由增加 200-500ms 典型延迟 |
| 归档滞后 | PullPush 数据非实时，关键决策需交叉验证 |
| 依赖维护 | Tor systemd 服务需手动监控，故障时自动降级但性能下降 |
建议生产环境搭配健康检查命令前置执行，并设置监控告警 Tor 服务状态。