> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# 让AI研究快手作品和评论，怎样交代任务并保留可核对的原句？

> 配置 BeatAPI HTTP MCP 开展快手研究：通过 capabilities_run 预览 data:kuaishou.app.search_video_v2，用 operation: result 重读已存结果，并输出带来源的可核对原句清单。

**先告诉助手研究问题、首轮范围和交付物。** BeatAPI MCP 工具负责取快手材料，助手从实际原句解释问题，保留每条原句的来源和未确认条件。先让助手用 `capabilities_run` 对 `data:kuaishou.app.search_video_v2` 取一个小预览，再用 `operation: result` 读已保存的结果作为证据。

研究露营装备时，首轮是一页搜索、三条有真实使用场景的作品，以及这三条作品下关于携带、收纳和供电的评论。已有链接或保存文件直接交给助手，不要扩大到所有作品和回复。

## 怎样把任务说清楚？

> 研究快手上露营装备的实际使用问题。先搜一批，按场景相关性选三条作品，读首批评论。每个主题附原句、作品与必要回复；区分已知条件和待核项，说明本轮实际读过的范围。需要更多材料时，指出缺什么。

手里已有作品链接或保存文件时，把链接和文件作为研究材料交给助手，助手不必重新搜索。BeatAPI 工具还没接入时，先按 [Python 指南](/zh/guides/kuaishou-python-research)保存原件，再把同一份阅读任务交给助手。

## 使用HTTP MCP时配置什么？

HTTP MCP 需要客户端支持 HTTP MCP 和请求头鉴权。

1. 服务器地址填 `https://beatapi.io/mcp`，请求头填 `Authorization: Bearer <BEATAPI_API_KEY>`。密钥放在客户端鉴权设置或本地环境变量里，任务正文只写研究目标与范围。
2. 确认助手能看到 `capabilities_search`、`capabilities_inspect`、`capabilities_run`。
3. 让助手先用 `capabilities_search` 定位 `data:kuaishou.app.search_video_v2`，再用 `capabilities_inspect` 读取输入参数结构，最后用 `capabilities_run` 发起查询。

`https://beatapi.io/mcp` 使用 Bearer API Key 鉴权，不是 OAuth 登录；请求头鉴权在各客户端的哪个界面配置，以客户端自己的设置为准。`https://beatapi.io/mcp` 处理 HTTP POST，不提供旧式 GET SSE 流，只支持 SSE 的客户端不能用同一个地址连通。看得到工具和成功读到材料是两项检查。

## 先用小预览看方向

让助手先搜索并 Inspect `data:kuaishou.app.search_video_v2`。下面的 `capabilities_run` 示例参数请求三条预览；把 `idempotency_key` 换成本次逻辑查询的唯一幂等键：

```json
{
  "reference": "data:kuaishou.app.search_video_v2",
  "operation": "start",
  "input": {"keyword": "露营装备", "pcursor": ""},
  "view": "preview",
  "max_items": 3,
  "idempotency_key": "<unique-key-for-this-logical-query>"
}
```

预览用来判断搜索方向对不对、结果长什么样。预览返回列表摘要时，核对 `items_path`、`items_total`、`items_shown` 与裁剪说明；显示三条不代表本次只取得三条，也不是按三条计费。确认预览里是目标作品；作品的标题和描述不能代替实际视频或图片。

## 分析原句时，优先重读已保存的结果

预览返回可用且未到期的 `result_ref` 时，保留原 reference 和真实请求号，用同一账号读取完整结果：

```json
{
  "reference": "data:kuaishou.app.search_video_v2",
  "operation": "result",
  "request_id": "<actual_saved_request_id>",
  "view": "full"
}
```

完整结果留作来源。在完整结果里确认快手的实际字段路径后，再用 `fields` 选择工作视图；不要照搬其他平台的 `author`、`metrics` 或统一列表路径。结果没有 `result_ref` 或引用已过期时，先看本地原件，再决定需要补什么。

入选作品的评论按[评论研究](/zh/faq/kuaishou-comment-pagination)读取。重读已保存结果、取新的平台页、取另一条作品的评论是三个不同步骤；改报告分类或补报告字段，不需要重新 start 同一个搜索。

例如研究家常菜准备步骤时，从预览里选一条讲切配的视频，再从已保存结果读这条视频的作品 ID 和文案。要判断视频有没有讲清步骤，引用这条文案和作品来源。要核对「换小锅会不会不一样」，用这条视频的作品 ID 取评论。

## 报告怎样又短又能回查？

每个主题保留：具体用户问题、代表原句、作品和评论来源、使用条件、已有解释和下一步。模型归纳与原句分开，缺的信息标为待核。“同问”回复不算独立的使用经历。

例如“收纳尺寸是否合适”附实际评论；“需要核对电源条件”列出目前已知的设备和缺失的条件。报告先给少量最有依据的问题，原件保存在外部文件或助手能重读的已存结果里。

当前价格见[价格页](https://beatapi.io/zh/pricing)。重读已存结果不新增平台取数；新关键词、下一页与额外评论都是新查询。模型处理的 token 用量另计。要评估上下文开销，比较实际模型用量；响应大小只作为材料体积的粗略参考。

[通用结果阅读](/zh/faq/agent-result-reading) · [Python取材](/zh/guides/kuaishou-python-research)