手动整理对标账号的抖音数据费时费力？本教程详细拆解了如何利用Coze工作流，实现一键采集抖音主页全数据，并自动写入飞书多维表格。20分钟内即可搭建专属的自动化素材库，大幅提升内容分析的效率。
智能速览
通过Coze工作流实现抖音主页数据的自动化采集。
采集内容涵盖标题、标签、互动量乃至视频文案。
无需编程基础，提供保姆级节点配置教程。
数据最终自动整理并写入飞书多维表格。
支持分页采集，可按需获取更多历史数据。
精华内容
接下来，将详细拆解这条工作流的核心构建步骤，从节点配置到数据流转，带你一步步完成这个强大的自动化工具。
基础配置
构建工作流的第一步是进行基础配置。首先在Coze平台新建工作流，并设置一系列输入变量，包括用于语音转文本的阿里云API密钥、数据采集插件的API密钥、采集数量（建议20条以内以保证稳定性）、分页游标、排序方式、目标抖音主页链接以及飞书多维表格的链接。
初次运行时，分页游标可留空，程序将从最新内容开始采集。这些准备工作是整个自动化流程的数据入口，确保了后续节点的顺利执行。
数据采集与处理
流程的核心在于数据采集。首先，通过一个Python代码节点，从冗长的抖音主页链接中精准提取出关键的用户ID。随后，调用特定的解析插件，将用户ID、采集数量等参数传入，获取博主主页下的作品列表。
由于返回数据是数组对象形式，需借助“批处理”节点逐条处理。在批处理内部，再通过一个代码节点，将每条作品的标题、话题标签、点赞数、收藏数、评论数、视频播放地址等关键信息整理成统一的格式，为后续筛选和分析做好准备。
文案提取与筛选
抖音主页包含视频和图文两种形式，但只有视频能提取语音文案。这里利用“选择器”节点，根据作品类型进行分流。
当作品类型为视频（类型值为0或2）时，数据流会接入语音转文本插件，调用阿里云服务将视频音频转换为文字。若为图文（类型值为68），则跳过此步骤。这样可以精准地对视频内容进行深度分析，同时避免对图文进行无效的语音处理，优化了工作流的运行效率与准确性。
数据写入与迭代
最后一步是将处理好的数据写入数据库并实现循环采集。所有采集到的数据，包括原始文案、AI分析结果（如果配置了大模型节点），会通过一个代码节点整理成飞书多维表格所要求的特定格式。
随后，通过“飞书多维表格”插件将数据批量写入。工作流运行结束后，会返回一个“max_cursor”值，这个值是分页采集的关键。在下一次运行时，将此值作为新的“cursor”输入，即可实现数据的无缝衔接采集，源源不断地扩充个人素材库。
掌握这条Coze工作流，相当于拥有了一个7x24小时的数据采集助手。它不仅解放了双手，更让竞品分析和内容策划有了坚实的数据支撑。未来还可以尝试接入大模型进行更深度的内容二创或情感分析，进一步提升数据处理的价值。
关键评论
请问没有1000次API显示？现在是已经取消试用吗
老师不懂英文能学ai么
