TwitterScore

核心用法

TwitterScore Skill 是一款专为 Twitter/X 平台设计的影响力分析工具，通过整合 TwitterScore.io 的评分算法，帮助用户量化账号价值、分析粉丝构成、追踪增长趋势并进行竞品对比。

主要功能模块：

1. 账号评分（score/info） - 获取TwitterScore评分（0-1000分制）及基础画像信息
2. 批量分析（bulk） - 单次查询最多50个账号，提升效率
3. 粉丝深度分析（followers/analyze） - 按类别（VC/项目/交易所/KOL等）和标签（以太坊/Solana等生态系统）筛选高质量关注者
4. 增长追踪（diff/history） - 监控周/月/自定义周期的粉丝变化与评分波动
5. 数据导出（--csv/--export） - 支持CSV格式导出，便于进一步分析

典型应用场景：

• Web3项目方筛选真实影响力的KOL合作伙伴
• 投资机构追踪被投项目社交热度变化
• 营销团队评估campaign前后的账号增长效果
• 竞品分析：对比同类账号的粉丝质量构成

显著优点

• 量化指标科学：TwitterScore算法综合考量粉丝质量而非单纯数量，有效识别刷量账号
• Web3原生适配：内置VC、交易所、审计机构、生态系统等垂直分类，契合加密行业需求
• API稳定性高：专业付费API服务，60 req/min的速率限制在商业场景下足够使用
• 数据可追溯：支持最长历史数据查询（--period all），便于长期趋势分析
• 批量操作友好：bulk命令显著降低多账号调研成本

潜在缺点与局限性

• 付费门槛：需购买API订阅（非免费服务），个人用户成本敏感
• 平台单一：仅支持Twitter/X，无法覆盖多平台影响力评估
• 评分黑盒：具体算法权重未公开，解释性有限
• 数据滞后：粉丝分析依赖TwitterScore数据库更新，非实时抓取
• 地理盲区：对中文区/KOL覆盖可能弱于英文账号

适合人群

| 角色 | 使用场景 |

|------|---------|

| Web3营销/增长负责人 | KOL筛选、Campaign效果验证 |

| 投资机构 | Portfolio项目社交影响力监控 |

| 项目方BD | 竞品账号调研、合作方背调 |

| 数据分析研究员 | 社交媒体趋势量化研究 |

常规风险

1. API密钥泄露风险：密钥存储于环境变量或本地配置，需遵循最小权限原则
2. 合规边界：大规模抓取公开账号数据需遵守Twitter平台政策及目标地区数据法规
3. 评分误判风险：算法可能无法识别新型刷量手段，建议结合人工复核
4. 依赖单一数据源：重大决策不应仅凭TwitterScore单一指标
5. 订阅续费管理：API调用额度超限会导致服务中断，需关注limits命令输出

核心用法

TwitterScore Skill 是一套纯文档型技能，用于指导用户通过命令行工具调用 TwitterScore.io API 服务，实现对 Twitter/X 平台账户的深度影响力分析。该 Skill 不提供可执行代码，而是系统整理了完整的 CLI 命令手册，涵盖账户评分查询（score/info）、批量检测（bulk）、粉丝画像分析（followers/analyze）、历史数据追踪（history/diff）等核心功能模块。

用户通过配置 TWITTERSCORE_API_KEY 环境变量即可开始使用，支持 JSON/CSV 多种输出格式，并能按风投机构、创始人、交易所等 10+ 预设标签筛选高价值粉丝群体。所有命令均遵循 RESTful 设计，支持分页查询与数据导出，适合集成至自动化分析工作流。

显著优点

垂直领域专业性强：TwitterScore 专注加密/Web3 生态，内置 Venture Capitals、DeFi Projects、Auditors 等行业专属标签体系，能精准识别项目方的核心圈层影响力。相比通用社交分析工具，其评分算法更贴合加密社区的价值逻辑。

效率工具属性突出：单次 bulk 操作支持 50 个账户批量查询，配合 --category 和 --tag 筛选可快速定位 KOL 资源；--export 功能支持 CSV 导出，便于接入 Excel 或 BI 工具进行二次分析。

数据维度丰富：除基础粉丝数外，提供 TwitterScore 综合评分（满分 1000）、粉丝质量分层、历史增长曲线等多维指标，满足竞品对标、融资路演、营销效果归因等场景需求。

潜在缺点与局限性

商业付费门槛：API 调用需购买付费套餐（Pro 档月限 20 万次请求），个人开发者或小型团队可能面临成本压力。免费额度及功能限制在文档中未明确披露。

数据时效性依赖：评分算法和标签分类由 TwitterScore.io 服务端维护，用户无法自定义权重或接入自有数据源。若平台更新滞后或标签体系覆盖不全（如新兴叙事赛道），分析结果可能失真。

地域与平台局限：当前仅支持 Twitter/X 单一平台，对 Telegram、Discord 等加密社区核心阵地无覆盖；且依赖 Twitter API 的稳定性，若马斯克政策调整导致数据抓取受限，服务连续性存疑。

纯文档型 Skill 的固有约束：本 Skill 本身无可执行代码，实际功能依赖外部 CLI 工具的安装与配置，对非技术背景用户不够友好，且无法通过 Agent 直接调用实现端到端自动化。

适合的目标群体

• Web3 项目方：用于融资前影响力背书验证、竞品社交媒体策略对标、KOL 合作资源筛选
• 加密风投与做市商：追踪 Portfolio 项目社交热度变化，识别早期 Alpha 信号
• 营销与增长团队：Campaign 前后效果量化、粉丝质量审计、红人名单精准打捞
• 行业研究员：建设加密 Twitter 影响力数据库，进行叙事热度与社媒指标的量化研究

使用风险提醒

API Key 泄露风险：虽然文档已建议通过环境变量配置密钥，但用户若误将 --api-key 参数写入脚本或提交至 Git，可能导致配额被盗刷。建议配合密钥管理工具（如 1Password CLI）使用。

外部服务依赖风险：Skill 本身安全无虞，但核心数据均来自 TwitterScore.io 第三方 SaaS，存在服务商宕机、调价、数据合规政策变更等不可控因素。关键业务建议保留本地数据备份。

隐私合规注意：查询特定账户的行为本身会向 TwitterScore.io 暴露用户研究兴趣，若涉及敏感人物或内部尽调项目，需评估是否触发目标地区的隐私法规约束。

速率限制与成本失控：Pro 档 60 req/min 的并发上限在批量分析场景下可能成为瓶颈，未合理设置缓存机制可能导致不必要的重复调用，建议对高频查询结果实施本地 Redis 或文件缓存。