能拿到什么
| 支持的能力 | 搜视频 / 搜频道 / 频道详情 / 频道作品 / 视频详情 / 拉评论 |
|---|---|
| 返回字段 | 视频 url、标题文案、频道（id/handle/名称）、时长、播放点赞评论、封面 |
| 接入方式 | MCP（Streamable HTTP）或 REST（GET/POST 均可） |
| 计费 | 按次计费，失败自动退款 |
字段长什么样
不管哪个平台，帖子类返回都是同一套结构：items[] 里放 platform / id / url / author{id,handle,name} / text / created_at / stats{...} / cover；达人类是 handle / name / bio / followers / following / posts / verified / avatar / url。换平台不用改解析代码。
用 MCP 还是 REST
给模型用走 MCP：把 https://lucydomi.com/mcp 加进客户端配置，它自己选工具。写程序用走 REST：https://lucydomi.com/mcp/v1/search_posts，GET 传查询参数、POST 传 JSON body 都行，返回结构完全一致。
复制即可运行
cURL
curl -s https://lucydomi.com/mcp/v1/search_posts \
-H "Authorization: Bearer $BUSYBEE_API_KEY" \
-H "Content-Type: application/json" \
-X POST \
-d '{"platform": "youtube", "keyword": "real estate", "limit": 3}'Python（标准库，无需依赖）
import os, json, urllib.request
KEY = os.environ["BUSYBEE_API_KEY"]
req = urllib.request.Request(
"https://lucydomi.com/mcp/v1/search_posts",
data=json.dumps({"platform": "youtube", "keyword": "real estate", "limit": 3}).encode(),
headers={"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"},
method="POST",
)
data = json.load(urllib.request.urlopen(req, timeout=60))
for it in data["items"]:
print(it.get("url"), it.get("text", "")[:60])真实返回样例
下面这段是线上真实返回（已截断到 1 条，去掉了计费字段）。
{
"ok": true,
"platform": "youtube",
"tool": "search_posts",
"count": 1,
"items": [
{
"platform": "youtube",
"id": "ECxXKKfW37w",
"url": "https://www.youtube.com/watch?v=ECxXKKfW37w",
"author": {
"id": "UCR2_8uHyWcTSV6iIw6BN4rg",
"handle": "Lance Hedrick",
"name": "Lance Hedrick"
},
"text": "The Espresso Revolution is Already Happening",
"created_at": "7 days ago",
"stats": {
"likes": 0,
"comments": 0,
"shares": 0,
"views": 235291,
"collects": 0
},
"cover": "https://i.ytimg.com/vi/ECxXKKfW37w/hq720.jpg?sqp=-oaymwEcCOgCEMoBSFXyq4qpAw4IARUAAIhCGAFwAcABBg==&rs=AOn4CLBka77pr0vAUL5fYqy0J5pNRARgAA"
}
]
}常见问题
要不要自己准备爬虫或代理？
不用。接口在服务端已经处理好抓取与清洗，你只拿到结构化 JSON；失败会自动退款。
可以商用吗？
返回的都是公开可见内容，可用于分析与产品功能；具体边界见「数据使用规范」页。
返回条数能调大吗？
limit 可以调，但单次调用是同步返回，建议按需分批拉取，避免单次超时。