logo
DE

TikTok User Video List

Submit a TikTok username and retrieve its collected video records after the collection task finishes

Entwickler
hello_moto
Preise
Ab 0,002 $ / 35 Datensätze
Zuletzt aktualisiert
2026-10-12

Übersicht

Want a structured list of videos associated with a TikTok user? Give it a TikTok username and a target collection count, and it returns the video records produced by the completed collection task, including content IDs, collection time, username, keyword type, and task metadata.

Data notes

The target count is a collection target rather than a strict cap, so the actual number of returned records may differ. Results are retrieved through the upstream service's paginated video-list endpoint. Fields that the upstream service cannot provide for a record may be empty, and task metadata indicates the source item and whether no data was found.

What the results look like

Each record represents one collected TikTok video:

Video content IDCollection timeTikTok usernameKeyword typeTask itemNo data
76841770720124306122026-09-21T12:03:12snaiksevenaccountsnaiksevenfalse

Use cases

  • Build a TikTok account content inventory using Video content ID and Collection time.
  • Compare account-level collection results using TikTok username and Keyword type.
  • Identify empty or unavailable account results with Task item and No data.

Anwendungsbereich & Grenzen

One TikTok username per task; crawlNum is a target count rather than a strict cap, and results are retrieved in pages of up to 1,000 records.

  • Geeignet für
  • When you need a structured list of videos associated with a TikTok user account for analysis or monitoring.
  • Nicht verwenden für
  • When you need a synchronous single-video lookup or private account data that the upstream service cannot collect.

Fehlerbehandlung

Vom Entwickler deklariertes Fehler- und Wiederholungsverhalten. Wir empfehlen, es bei der Integration in Ihren System-Prompt aufzunehmen.

  1. 1If the task fails or expires, resubmit the same username after checking the account input.
  2. 2If fewer records than the target are returned, treat the result as the upstream collection outcome rather than retrying solely to force the target count.

Eingabe

Parameter, die zum Aufruf dieser App erforderlich sind, generiert aus dem input.schema in der manifest.json.

  • TikTok usernameaccountErforderlichstring
    TikTok username to collect videos from.
    Beispielsnaikseven
  • Target video countcrawl_numOptionalinteger
    Target number of videos to collect. This is a target, not a strict upper limit; the actual returned count may differ.
    Beispiel50

Ausgabe

Feldstruktur eines einzelnen Datensatzes, generiert aus dem output.schema in der manifest.json.

  • Video content IDcontent_idstring
    Unique identifier of the TikTok video when available.
    Beispiel7684177072012430612
  • Collection timecrawl_timestring
    Time when the video record was collected, when available.
    Beispiel2026-09-21T12:03:12
  • TikTok usernamekeywordstring
    TikTok username associated with the collected record, when available.
    Beispielsnaikseven
  • Keyword typekeyword_typestring
    Type of the collection keyword reported by the upstream service.
    Beispielaccount

Beispieldaten

Aus output.schema erzeugt. Felder ohne Beispielwert verwenden strukturelle Platzhalter.

output.example
{
  "content_id": "7684177072012430612",
  "crawl_time": "2026-09-21T12:03:12",
  "keyword": "snaikseven",
  "keyword_type": "account",
  "task_meta": "<task_meta>"
}

Integration

Diese App kann über MCP, API, SDK oder Dateiexport integriert werden — alle Kanäle teilen sich dieselben Fähigkeiten und Preise. Jede Anfrage authentifiziert sich über den Authorization: Bearer-Header mit einem API Key (langlebig, in der Data Hub Konsole erstellt); MCP-Clients können sich zusätzlich per OAuth ohne Key anmelden. Weitere Optionen wie CLI und Skill sind in Vorbereitung. Diese App läuft asynchron und kann zwischendurch abgebrochen werden: Nach dem Abbruch stoppt der Lauf. Bereits gelieferte Datensätze bleiben erhalten und werden abgerechnet.

Über das MCP (Model Context Protocol) können Sie diese App direkt aus KI-Clients wie Claude und Cursor aufrufen. Wählen Sie Ihren Client und den Authentifizierungsmodus und kopieren Sie dann die Konfiguration unten.

Client-Konfiguration

Ersetzen Sie den Wert nach Bearer durch Ihren langlebigen API Key. Funktioniert in jedem Client, in CI und in Headless-Umgebungen.

mcpServers config
{
  "mcpServers": {
    "octoparse_datahub": {
      "type": "http",
      "url": "https://mcp-v2.octoparse.com?pin=hello_moto/tiktok-user-video-list",
      "headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
    }
  }
}

Lassen Sie die KI die Einrichtung übernehmen

Sie möchten Konfigurationen nicht von Hand bearbeiten? Kopieren Sie den Installations-Prompt und fügen Sie ihn in einen beliebigen KI-Client ein — er schließt die Einrichtung auf seine eigene Weise ab. (Der Prompt weist die KI an, Ihren API Key bei Ihnen zu erfragen, damit Zugangsdaten nie im Chatverlauf oder in geteilten Konfigurationen landen.)

detail.access.mcp.composeHint

Preise

Submit one collection task

Wird pro übermitteltem Lauf einmal berechnet, unabhängig davon, wie viele Datensätze zurückgegeben werden.

0,0001 $/ Lauf
Return 35 video record

Berechnet nach der Anzahl der erfolgreich zurückgegebenen Datensätze. Fehlgeschlagene Läufe werden nicht berechnet. Abgerechnet in Einheiten von 35 Datensätze; jede angefangene Einheit wird auf 35 Datensätze aufgerundet.

0,002 $/ 35 Datensätze

Mehrere Abrechnungsereignisse werden unabhängig voneinander kumuliert. Details siehe jeweilige Position. Fehlgeschlagene Läufe werden nicht berechnet.

Credits ansehen

Jetzt ausprobieren

Füllen Sie die Parameter aus und starten Sie — die Ergebnisse stammen aus einem echten Aufruf.

Beispiel
Parameter werden vor dem Absenden gegen input.schema validiert
Ab 0,002 $ / 35 Datensätze