如何从 Threads 帖子链接读取并保存可追溯原始记录?
要为一条 Threads 帖子留下可追溯的原始记录,用 threads.web.fetch_post_detail_v2 请求完整帖子链接,用 archive_post.py 校验并归档原始响应,再用 split_thread.py 拆分归档。最终得到三类文件:带请求来源和原文件 SHA-256 的归档 JSON;主帖、回复和串上下文各自独立的角色文件;记录主帖四项互动计数的 main-post-metrics.csv。
1. 准备链接与范围
输入一条真实、完整的 Threads 帖子链接,只读这一条帖子;下面的步骤不会查询帖子作者或评论。先在 /v1/capabilities/inspect 免费查看 data:threads.web.fetch_post_detail_v2 当前的价格和参数。threads.web.fetch_post_detail_v2 直接在 url 接受链接,不需要额外查一次 ID。
2. 获取原始详情
把下面请求里的 <post_url> 换成帖子链接:
curl 报 HTTP 错误时停止,保存错误响应以便排查。生成了 threads-detail.json 文件并不代表查询成功。
3. 校验并保存新的证据文件
把下面的脚本保存为 archive_post.py,用 Python 3 运行。archive_post.py 校验 action、业务状态和 data,不猜正文字段路径;目标文件已存在时拒绝覆盖。
导出前,把实际发送的请求参数(url)和观察时间按下面的格式保存为 threads-request.json。示例里的链接和时间换成你自己记录的值。原始响应 threads-detail.json 不要改写。
4. 核对来源和内容
threads-archive-1.json 现在记录请求的原链接、从请求提取的短代码、观察时间、原始文件名和原始文件的 SHA-256。target_verification: request_manifest_only 表示归档把原始文件和记录的请求绑定在一起;archive_post.py 不会自动匹配响应里的帖子 ID。保留原始响应以便核对哈希,使用内容前先核对返回内容就是请求的帖子。归档是原始详情记录,不是固定列的 CSV:BeatAPI 直接清洗并透传 data,没有统一的 Threads 正文字段。模型概括另存一个文件,不能替代原文,也不能补写缺失内容。
5. 继续查询的边界
对已保存文件做本地转换不产生查询费用。需要作者的列表时,用对应的用户 action 和 user_id;帖子链接不是 user_id。Threads 用户列表和搜索 action 不分页,不要围绕 end_cursor 循环。之后要刷新这条帖子,就是一次新查询,另存快照并单独计入预算。
6. 验收与恢复
响应业务失败或缺少 data 时,archive_post.py 不生成归档,已有归档保持不变。继续整理前,检查归档是可读的 JSON、request_id 已保留、目标帖子一致。保留源 JSON;本地转换步骤出错时重跑本地脚本,不要重新查询。
例如请求的原帖写「周一开始试用」,下方一条回复写「周五才开放」。交付时用请求短代码核对原帖,周五的说法单独引用并附上回复出处。要确认日期,查看品牌后续公告或原帖作者有没有更正。
7. 把主帖、评论与上下文拆开,避免引用错对象
做引用或上下文审阅时,不要把所有对象都混成“这条帖子”。threads.web.fetch_post_detail_v2 已发布的角色分组说明列出单个 post,以及 replies、parent_thread、author_thread、pinned_replies 四个数组;BeatAPI 在 data 下保留这五组。请求的帖子本身也可能是一条回复:data.post 上的 is_reply 为 true,并不会把请求帖移出主帖角色。
把下面的脚本保存为 split_thread.py。split_thread.py 读取上一步校验过的归档,把 data.post.code 与请求记录的短代码匹配,再按角色分别输出 JSON 文件和覆盖报告。split_thread.py 原样保留每个对象,不假定 caption 一定是字符串,也不套用 Instagram 正文字段。分组缺失或主帖短代码不一致时,split_thread.py 在生成任何输出前停止。
把 post.json 当作请求的帖子,parent_thread.json 是请求帖之前的父帖上下文,author_thread.json 是同一作者继续发布的串。replies.json 只是返回的首屏子集,不是完整讨论;pinned_replies.json 可能和 replies.json 重叠,不能把各组数量相加当独立评论人数。覆盖报告确认的是主帖短代码,不是帖子陈述是否属实。每条引文都应回到对应已保存对象中核对原文,作者陈述与自己的总结分开写;分享资料包前检查个人信息。
split_thread.py 不会下载媒体文件、补抓更多回复或查询作者历史。
8. 交付所请求帖子的互动快照
同一次 split_thread.py 运行还会生成 main-post-metrics.csv,只取请求的 data.post,固定四行:like_count、direct_reply_count、repost_count、quote_count。每行保留短代码、请求 URL、你记录的观察时间、request_id 和归档里记录的原文哈希。已经保存详情时,不需要再调用 API。
count 把报告值 0 保留为 0,缺失、null 或无法解析的值留空,state 说明属于哪种情况。reported_value 用 JSON 文本保留提供的原值以供核对。数字字符串按原数字解析,不改动数字。缩略标签、布尔值、负数、小数和超出安全范围的大整数不会被转换成计数。reported_integer 只说明原值的表示形式,并不验证平台计数是否准确。四项都不可得时,报告“不可得”,不要填四个零。
main-post-metrics.csv 回答的是“这条具体帖子在记录时间报告了多少互动”。不要把父帖、作者后续串或回复的点赞加到请求帖的点赞里。请求帖本身是一条回复时,也只读请求帖自己的计数。direct_reply_count 不等于已下载的回复对象数量,因为返回的 replies 只是首屏子集。转发数和引用数分开保留,都不能改称独立触达人数。
交给团队时,把 main-post-metrics.csv、各角色文件和覆盖报告,与原始响应、threads-request.json 一起交付。写明四项报告计数和缺失项,解读另写一份说明。之后再观察时,使用新的查询、新的观察时间和新的输出目录。比较两次快照必须使用相同短代码和相同指标定义,差值只是计数净变化,不证明投放带来的提升。
本流程依据 threads.web.fetch_post_detail_v2 的公开角色结构设计,实际运行时请将示例链接与时间戳替换为真实请求值。

