微博 + 小红书数据接口上线 SandBase

先说结论 — 截至 2026-10-01，SandBase 目录展示微博 52 个端点（热搜、实时搜索、公开时间线、App 级用户数据）和小红书 34 个端点（蒲公英标签的达人研究数据、笔记详情、商品推荐），每个组织每天（UTC）有 100 次免费数据 API 调用，由符合条件的 API 共享；超出后本文调用的微博端点和小红书 app-v2/web-v3 端点按次计费。小红书蒲公英（xiaohongshu/pgy/*）端点不在每日免费调用范围内，从第一次调用起就按目录价计费。当前单价以各端点目录卡片（或 sandbase inspect）为准。目录页展示的是 GET /apis/v1/... 形式；本文用的是各端点参考文档里记录的 Model API 路由 POST /v1/api/...。本文的微博和小红书数据调用都是 POST https://api.sandbase.ai/v1/api/<vendor>/<path>，用一个 SandBase API key；LLM 那一步用同一个 key 调 POST /v1/chat/completions。

两个平台，两种完全不同的数据性质。微博是中国的实时公共广场：突发新闻、热门观点、品牌危机最先在这里爆发。小红书是中国的消费决策引擎：产品评测、生活方式内容、KOL 推荐直接驱动购买行为。SandBase 的微博 + 小红书数据接口让 agent 能读取两边的公开数据。

一个同时监控两者的 agent，能捕捉完整光谱：人们在说什么（微博）和人们在买什么（小红书）。

范围。 这些是公开、只读的数据端点，本文的每次调用都需要 SandBase API key。SandBase 不是微博或小红书的官方合作方，这些端点不覆盖私密账号数据、私信、仅账号所有者可见的分析数据、发布或账号操作。

微博：52 个端点，2 个频道

数字取自 2026-10-01 微博目录页的展示数。

52 这个数可以直接在目录页核对：标题右侧写着“52 SHOWN”，选中的端点卡片显示 Available。

截图：SandBase 微博目录页列出 52 个端点，选中的 web-v2/post-detail 卡片显示 Available 和 Free（2026-10-02 截取）。Free 是 API Free Week 期间的标价，活动已结束；数据 API 现在每个组织每天在符合条件的 API 上有 100 次免费调用，超出后按次计费。

旧的 weibo/web/* 端点截至当天不在目录里，请改用 weibo/web-v2/* 或 weibo/app/*。本文用到的微博端点在每天 100 次免费调用之后按目录单价按次计费。

微博数据能让 agent 做什么

实时热点检测：weibo/web-v2/hot-search 不需要任何输入，返回当前热搜列表。在下面的实测里，每一条有 word 和热度数值 num。Agent 每 15 分钟 poll 一次，就能在一个周期内捕捉品牌提及、行业趋势或危机信号。

舆情抽样：热搜命中后，用 weibo/web-v2/realtime-search（必填 query，可选 page，默认 1）按话题关键词拉实时帖子，喂给 LLM 做情感分类。

竞品定位：追踪竞品在微博上的讨论。weibo/app/user-timeline 给你竞品官方微博的发帖历史；weibo/web-v2/post-comments 给你公众反应。

示例：品牌危机检测流程

热搜参考页记录了这个流程调用的路由 POST /v1/api/weibo/web-v2/hot-search，以及 id、status、model、outputs[0].data 这套响应结构。

截图：weibo/web-v2/hot-search 参考页显示 POST /v1/api/weibo/web-v2/hot-search 路由，以及代码读取的 outputs[0].data 响应结构（2026-10-02 截取）。

下面用到的端点参考：weibo/web-v2/hot-search、weibo/web-v2/realtime-search。LLM 那一步用的是 SandBase 的 OpenAI 兼容 chat 端点。

import os
import requests
from openai import OpenAI

SANDBASE_API_KEY = os.environ["SANDBASE_API_KEY"]
HEADERS = {
    "Authorization": f"Bearer {SANDBASE_API_KEY}",
    "Content-Type": "application/json",
}

# OpenAI 客户端仅用于 LLM 调用
client = OpenAI(base_url="https://api.sandbase.ai/v1", api_key=SANDBASE_API_KEY)


def call_sandbase(model: str, params: dict):
    """POST /v1/api/<model>，body 只放该端点的参数；返回 outputs[0].data。"""
    body = requests.post(
        f"https://api.sandbase.ai/v1/api/{model}", headers=HEADERS, json=params, timeout=90
    ).json()
    outputs = body.get("outputs") or []
    if body.get("status") != "completed" or not outputs:
        raise RuntimeError(f"SandBase call did not complete: {body.get('status')} {body.get('error')}")
    return outputs[0].get("data") or {}


# 第 1 步：检查热搜是否有品牌提及
hot_search = call_sandbase("weibo/web-v2/hot-search", {})
topics = [t.get("word") for t in hot_search.get("realtime", []) or []]
flagged = [w for w in topics if w and "华为" in w]  # 换成你的品牌关键词

# 第 2 步：命中话题按关键词拉实时帖子
posts = []
for word in flagged[:3]:
    result = call_sandbase("weibo/web-v2/realtime-search", {"query": word})
    for p in (result.get("parsed_data") or {}).get("results", []) or []:
        posts.append(p.get("content", ""))

# 第 3 步：LLM 情感分析（OpenAI SDK，只用于 LLM 调用）
if posts:
    analysis = client.chat.completions.create(
        model="openai/gpt-4.1-mini",
        messages=[{
            "role": "user",
            "content": "分析这些微博帖子对我们品牌的情感倾向：\n" + "\n".join(posts[:30])
        }]
    )

LLM 这一步走 SandBase 兼容 OpenAI 的 Chat Completions 接口（指南），模型用 openai/gpt-4.1-mini；2026-10-02（UTC）按这个请求结构实测返回 HTTP 200。Claude 模型按 LLM 参考走 /v1/messages 协议，不适用这段代码。

实测于 2026-10-01（UTC）

公开资源：微博公开热搜榜，以及实时搜索用的品牌关键词 华为。请求：

curl -s -X POST https://api.sandbase.ai/v1/api/weibo/web-v2/hot-search \
  -H "Authorization: Bearer $SANDBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

curl -s -X POST https://api.sandbase.ai/v1/api/weibo/web-v2/realtime-search \
  -H "Authorization: Bearer $SANDBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "华为"}'

截短后的真实响应。热搜（run id ae42ad80-b743-4e61-9bfc-ea373edeff6f；realtime 共 51 条，展示 4 条，其他键已删）：

{
  "status": "completed",
  "model": "weibo/web-v2/hot-search",
  "outputs": [{"data": {"realtime": [
    {"word": "鸿蒙智行问界业务升级", "num": 1106725, "rank": 0},
    {"word": "国庆假期流动的中国具象化了", "num": 618715, "rank": 2},
    {"word": "Mate90系列今日发布即开售", "num": 526587, "rank": 2},
    {"word": "央视国庆晚会", "num": 517475, "rank": 3}
  ]}}]
}

华为 实时搜索（run id 295b5c3f-d101-44d4-99b4-5bb914c66bff；共 10 条，展示 1 条；发帖人是个人，帖子正文和用户字段已脱敏）：

{
  "status": "completed",
  "model": "weibo/web-v2/realtime-search",
  "outputs": [{"data": {"parsed_data": {
    "parse_success": true,
    "result_count": 10,
    "results": [
      {"content": "<帖子正文已脱敏>", "interaction": {"comment_count": 0, "like_count": 0, "repost_count": 0}}
    ]
  }}}]
}

信封（status、model、outputs）在端点参考里有文档。代码读取的负载字段（realtime[].word、parsed_data.results[].content）只是实测观察，不是文档保证。

每个周期的调用：1 次热搜 + 最多 3 次关键词搜索 + 最多 1 次 LLM（只在有命中时）。每 15 分钟跑一次：每天最多 384 次数据调用、最多 96 次 LLM 调用。

小红书：34 个端点，3 个频道

数字取自 2026-10-01 小红书目录页的展示数。

小红书目录页同样能核对 34 这个数，后文用到的蒲公英达人端点也在列表里。

截图：SandBase 小红书目录页列出 34 个端点，其中有 pgy/blogger-detail 和 pgy/blogger-fans-history，选中卡片显示 Available 和 Free（2026-10-02 截取）。Free 是 API Free Week 期间的标价，活动已结束；数据 API 现在每个组织每天在符合条件的 API 上有 100 次免费调用，超出后按次计费。

本文用到的小红书 app-v2 和 web-v3 端点在每天 100 次免费调用之后按目录单价按次计费。蒲公英标签的 xiaohongshu/pgy/* 端点不在每日免费调用范围内，从第一次调用起就按目录价计费。

小红书数据能让 agent 做什么

KOL 筛选：xiaohongshu/pgy/blogger-list 必填 brand_user_id（在该品牌下匹配博主），用 page_num（从 1 开始）和 page_size（1–100）分页。参考页还列出了 fans_number_lower / fans_number_upper，但 2026-10-01 的实测里这两个参数被接受却不生效，模型页上的嵌套筛选 fans.count 和 blogger.content_tag 则会生效；测试记录见blogger-list 哪种筛选字段真正生效。xiaohongshu/pgy/blogger-detail 和 xiaohongshu/pgy/blogger-fans-history 再用每个博主的 user_id 查。筛 200 个候选人：page_size 100 时 2 次列表调用，加 400 次详情/粉丝历史调用，约 402 次。

内容趋势：目录里有 xiaohongshu/web-v3/homefeed（首页推荐笔记，按其参考用 cursor_score 分页）可作趋势信号，本文没有测试。配合 xiaohongshu/app-v2/search-images 找你产品品类的视觉内容模式。

商品情报：xiaohongshu/app-v2/product-recommendations 显示哪些商品和你的产品一起被推荐。xiaohongshu/app-v2/user-faved-notes 显示公开主页收藏了什么内容（高意向信号）。

示例：单个 KOL 评估

参考：blogger-detail、blogger-fans-history。下面的 user_id 是完美日记（Perfect Diary）的公开品牌账号，换成 blogger-list 返回的 userId 即可。

# 博主概览
curl -s -X POST https://api.sandbase.ai/v1/api/xiaohongshu/pgy/blogger-detail \
  -H "Authorization: Bearer $SANDBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"user_id": "59ae4dfc5e87e72475fb3bf3"}'

# 粉丝趋势（date_type 2 ≈ 30 天）
curl -s -X POST https://api.sandbase.ai/v1/api/xiaohongshu/pgy/blogger-fans-history \
  -H "Authorization: Bearer $SANDBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"user_id": "59ae4dfc5e87e72475fb3bf3", "date_type": 2}'

实测于 2026-10-01（UTC），请求与上面完全一致。截短后的真实响应（删掉了大部分键）。

blogger-detail（run id e34c2ff1-0001-45fe-acc4-e78b5a29094c）：

{"code": 0, "data": {"userId": "59ae4dfc5e87e72475fb3bf3", "name": "Perfect Diary完美日记",
  "fansCount": 1835170, "likeCollectCountInfo": 7664542, "location": "广东"}}

blogger-fans-history（run id 4c229f0e-f79f-49bc-bc7d-0385ec662fbe；list 共 60 个点，展示 2 个）：

{"code": 0, "data": {"fansNumInc": -9214, "list": [
  {"dateKey": "2026-08-02", "num": 1842991},
  {"dateKey": "2026-09-30", "num": 1833777}
]}}

两者都在 outputs[0].data 里；字段名只是实测观察。两个蒲公英端点的参数都是 user_id（不是 blogger_id）。date_type 可选，参考允许 1–12，常用值是 1 ≈ 7 天、2 ≈ 30 天、3 ≈ 90 天。之前的测试里部分尝试返回过上游 400，建议加重试。

每个 KOL 评估的调用：blogger-detail + blogger-fans-history = 2 次。筛选 100 个候选人：1 次 page_size 100 的 blogger-list + 200 = 201 次。

跨平台场景

场景：新品上市监控

消费品牌发布新产品，agent 同时监控两个平台。调用量是示意估算，不是测量值：

场景：KOL 投放效果追踪

KOL 活动上线后追踪表现：

SandBase vs 平台官方 API

两个平台都没有面向任意数据的通用免鉴权公开数据 API，官方开发者平台面向的是经过授权、关联账号的场景。粗略对比：

* 官方开放平台实际提供哪些能力，微博和小红书并不相同，还取决于获批的产品、授予的权限范围和账号类型。围绕某项具体能力做规划前，请先查看对应平台的开发者文档。

SandBase 加了什么

• 一个契约：本文的每次微博和小红书 Model API 调用方式都一样，POST /v1/api/<model>，body 只放该端点的参数，结果从 outputs[0].data 读
• 一个 key：同一个 SandBase API key 覆盖两个平台和 LLM 那一步
• 跨平台组合：一个 workflow 里调微博热搜 → 小红书搜索 → LLM 分析，不需要换 API 或鉴权方式

局限

• 微博：端点全部只读，不能发帖、不能私信。写操作需要微博官方 OAuth API。
• 小红书：端点覆盖公开分析和内容发现，不包含账号管理。蒲公英标签的端点通过 SandBase 公开数据目录返回达人研究数据，不是任何品牌自己蒲公英账号里的视图。
• 两者：通过第三方基础设施访问公开数据，非官方平台授权。数据新鲜度因端点而异：热搜近实时，历史分析可能滞后。

FAQ

微博数据定价和抖音比怎么样？

每个组织每天的 100 次免费数据 API 调用用完后，本文用到的微博端点和非蒲公英的小红书端点按次计费。小红书蒲公英端点不在每日免费调用范围内，从第一次调用起就按目录价计费（sandbase_inspect 会显示端点的 free_quota，sandbase_account 会显示当天剩余的免费次数）。动手前请在端点的目录页或用 sandbase inspect 确认当前单价。

小红书蒲公英标签的数据能看到什么？

在上面的实测里：博主粉丝数（fansCount）、获赞与收藏合计（likeCollectCountInfo）、地区，以及按天的粉丝序列（list[].dateKey / num）和净变化（fansNumInc）。这些是实测观察到的字段名，不是文档保证。

能追踪一条小红书笔记的表现变化吗？

能。用 note_id（或 share_text）定期调 xiaohongshu/app-v2/image-note-detail（视频笔记用 video-note-detail）。2026-10-01 我用完美日记的一条笔记调用，{"note_id": "6abcdadd0000000002012523"}（run id ac60ce27-9c88-4c42-a5e1-ee30aae1300e），计数在 data[0].note_list[0] 下（实测观察）：

{"id": "6abcdadd0000000002012523", "liked_count": 19, "comments_count": 2, "collected_count": 2, "shared_count": 1}

每天追踪 50 条笔记就是每天 50 次调用。

微博和抖音的数据有重叠吗？

基本没有。它们覆盖不同平台、不同用户行为。微博是文字+观点优先（热门话题、评论、转发）。抖音是视频优先（创作者、互动指标、电商）。大部分监控 agent 两个都用。

下一步

• 获取 SandBase API key（鉴权文档）
• 浏览微博 API · 浏览小红书 API
• 打开本文用到的参考：weibo/web-v2/hot-search、weibo/web-v2/realtime-search、xiaohongshu/pgy/blogger-detail

完整的社媒数据方案选型看 社媒数据 API 选型指南。抖音专项覆盖看 抖音公开数据 API。

延伸阅读

• 用 Agent 自动筛小红书 KOL
• 搭个舆情监控 Agent：微博 + 抖音
• 2026 社媒数据 API 选型：Agent 能用的有哪些
• 抖音公开数据 API
• 中国社交电商数据：Agent 的机会窗口
• SandBase 产品更新：更清晰地走向 Agent Infrastructure Layer