Mejorada · datos en vivoAgent de Threads

Threads Data Skill

Lee Threads de Meta con UnifAPI MCP: operaciones threads/..., respuestas y trampas para social listening basado en texto. Nunca publica.

Nativa para agentes

Ejecútala en Claude, las apps MCP personalizadas de ChatGPT, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code u otro cliente compatible con MCP. Sin flujo de GUI dedicado y sin clave API de LLM aparte.

Respaldada por datos públicos en vivo

Cada paso se fundamenta en registros de datos públicos en vivo que devuelve UnifAPI, por lo que la salida cita lo que realmente está posicionando, publicando o diciéndose — no una lista genérica de buenas prácticas.

Componible y de código abierto

Las skills se referencian entre sí y viven en un repo público de estilo MIT. Lee el SKILL.md completo en GitHub, haz un fork o ejecútala tal cual dentro de tu agente.

Prompt de ejecución

Pega esto en Codex o Claude Code

El prompt es intencionadamente editable. Reemplaza los handles, el mercado, el presupuesto y el objetivo de la campaña, y luego deja que el agente llame a UnifAPI MCP cuando necesite datos públicos en vivo.

Using the Threads Data Skill, research our brand term: pull the recent and top post search for the term, plus relevant profiles and their replies. Return a cited listening brief. Read-only.
Cómo funciona la skill

La skill completa, renderizada desde su SKILL.md

La vía de lectura determinista para datos públicos de Threads (Meta) a través de UnifAPI. Esta es una Data Skill: no ejecuta un trabajo de marketing por sí sola — nombra las operaciones threads/... concretas, las formas de respuesta y los límites reales para que cualquier workflow text-first de listening o de contenido lea de una receta conocida en lugar de redescubrir la superficie cada vez.

Solo lectura — ojos, no manos. Investiga datos públicos de Threads y devuelve registros citados; nunca publica ni responde, y UnifAPI nunca guarda credenciales de Threads.

Usa la skill unifapi para obtener evidencia en vivo

Conecta una vez a través de la skill compartida unifapi (OAuth MCP), luego llama a las operaciones de abajo. Los perfiles están indexados por {username}. Conserva cualquier metadato billing para que la salida pueda indicar el coste por registro.

Contrato de respuesta

Los endpoints de entidad única devuelven el objeto en data:

{
  "request_id": "unif_...",
  "data": {},
  "billing": { "records_charged": 1, "balance_remaining": 99 }
}

Los endpoints de lista devuelven un array en data más pagination:

{
  "request_id": "unif_...",
  "data": [],
  "pagination": { "has_more": false, "next_cursor": null },
  "billing": { "records_charged": 1 }
}

Cuando pagination.has_more es true, pasa pagination.next_cursor como el cursor de la siguiente petición. Conserva siempre billing al reportar el coste.

Operaciones core

NeedOperation
Posts más nuevos sobre un términothreads/search/recent (?q=...)
Posts más vistos sobre un términothreads/search/top (?q=...)
Perfiles sobre un términothreads/search/profiles (?q=...)
Perfil por handlethreads/users/{username}
Posts de un handlethreads/users/{username}/posts
Respuestas de un handlethreads/users/{username}/replies
Reposts de un handlethreads/users/{username}/reposts

¿Necesitas un campo que no esté listado aquí? Usa get_operation de la skill unifapi para leer el esquema exacto antes de llamar — pero elige la operación de esta tabla, no descubras a ciegas.

Workflow

Las recetas deterministas. Elige la que coincida con el trabajo; cada una nombra exactamente qué llamar.

  1. Fija el término. Para listening de marca o de categoría, llama a threads/search/recent?q=... (más nuevos) y threads/search/top?q=... (más vistos) juntos — recent capta la conversación en vivo, top capta las opiniones que realmente se difunden. Pagina vía next_cursor.
  2. Encuentra handles. Llama a threads/search/profiles?q=... para aflorar cuentas sobre el término, luego threads/users/{username} para el tamaño de seguidores y la biography.
  3. Lee la actividad de un perfil. Llama a threads/users/{username}/posts, .../replies y .../reposts para lo que un handle dice, responde y amplifica.
  4. Agrupa opiniones. Agrupa el text a lo largo de los resultados de recent y top en preguntas y opiniones; like_count clasifica qué opiniones resuenan.
  5. Cita todo. Cada cita se ata a su post o perfil; reporta billing.records_charged (o estima cuando falte el metadato de billing).

Notas de forma

  • ThreadsUser — indexado por {username}. full_name, biography, follower_count, is_verified, is_private.
  • ThreadsPost — code (el segmento de URL), text, taken_at, like_count, image_url, video_url, user.

Trampas

  • search/recent es lo más nuevo y search/top es lo más visto — usa ambos para una lectura equilibrada; cualquiera por sí solo sesga hacia la recencia o la popularidad.
  • Los posts exponen solo like_count — no hay recuentos de respuestas/reposts en el objeto post. Calibra la difusión a partir del ranking de search/top, no de un número de reposts.
  • Un handle privado (is_private) limita lo que puedes leer — aflóralo.
  • Un saldo bajo puede truncar silenciosamente páginas de lista: comprueba billing.truncated_due_to_balance — cuando es true la página es parcial.

Output

Devuelve los registros que el workflow que llama necesita, cada uno citado a su post o perfil, más una nota de coste de una línea (records_charged). Cuando esta skill se usa directamente, un brief de listening compacto es el predeterminado:

**"{term}" on Threads** — {N} recent / {N} top posts. Takes: {themes}. Loudest: "{quote}" ({likes} likes, by @handle). Evidence: {post URLs}. Records: ~{N}.
  • social-listening-brief (Social Listening), content-opportunity-brief (Content Strategy) — trabajo de listening y de ideas de contenido sobre esta vía de lectura.
  • unifapi — la skill de datos compartida: conecta MCP y busca esquemas exactos con get_operation.

Fuente: threads/SKILL.md en GitHub — abre un PR ahí para mejorarla.

Herramientas de datos públicos

Las APIs en vivo que esta skill llama

Cada operación que nombra la skill es una de estas plataformas de UnifAPI — siguen visibles y llamables para código de producto, depuración y flujos de agente personalizados.

  • Las operaciones `threads/...` concretas para cada tarea de lectura de listening habitual
  • Notas sobre el contrato de respuesta y la forma de publicaciones y perfiles
  • Recetas deterministas: búsqueda reciente frente a destacada, perfil, respuestas
  • Detalles de la plataforma (reciente frente a destacada, solo like_count, paginación por cursor)