Threads Data Skill
Leia o Threads público da Meta via UnifAPI MCP: operações threads/..., respostas e armadilhas para listening baseado em texto. Nunca posta.
Nativa para agents
Rode-a no Claude, em apps de MCP personalizados do ChatGPT, no OpenClaw, no Hermes, no Codex, no Claude Code, no Cursor, no VS Code ou em outro cliente compatível com MCP. Sem fluxo de GUI dedicado e sem chave de API de LLM separada.
Respaldada por dados públicos ao vivo
Cada passo é fundamentado em registros de dados públicos ao vivo que a UnifAPI retorna, então a saída cita o que de fato está ranqueando, postando ou sendo dito — não uma lista genérica de boas práticas.
Composável e open source
As Skills fazem referência cruzada umas às outras e vivem em um repositório público no estilo MIT. Leia o SKILL.md completo no GitHub, faça um fork ou rode-o como está dentro do seu agent.
Cole isto no Codex ou Claude Code
O prompt é intencionalmente editável. Substitua os handles, o mercado, o orçamento e o objetivo da campanha, e então deixe o agent chamar o MCP da UnifAPI quando precisar de dados públicos ao 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.
A skill completa, renderizada a partir do seu SKILL.md
O caminho de leitura determinístico para dados públicos do Threads (Meta) através da UnifAPI.
Este é um Data Skill: ele não roda um trabalho de marketing por conta própria — ele nomeia
as operações threads/... concretas, formatos de resposta e armadilhas para que qualquer
fluxo de trabalho text-first de listening ou conteúdo leia de uma receita conhecida em vez de
redescobrir a superfície a cada vez.
Somente leitura — olhos, não mãos. Ele pesquisa dados públicos do Threads e retorna registros citados; ele nunca posta ou responde, e a UnifAPI nunca guarda credenciais do Threads.
Use o skill unifapi para evidências ao vivo
Conecte-se uma vez através do skill compartilhado unifapi (OAuth MCP) e depois chame as
operações abaixo. Os perfis são indexados por {username}. Preserve qualquer metadado de billing
para que a saída possa declarar o custo em registros.
Contrato de resposta
Endpoints de entidade única retornam o objeto em data:
{
"request_id": "unif_...",
"data": {},
"billing": { "records_charged": 1, "balance_remaining": 99 }
}
Endpoints de lista retornam um array em data mais pagination:
{
"request_id": "unif_...",
"data": [],
"pagination": { "has_more": false, "next_cursor": null },
"billing": { "records_charged": 1 }
}
Quando pagination.has_more é true, passe pagination.next_cursor como o cursor da próxima
requisição. Sempre preserve billing ao relatar o custo.
Operações principais
| Necessidade | Operação |
|---|---|
| Posts mais novos sobre um termo | threads/search/recent (?q=...) |
| Posts mais vistos sobre um termo | threads/search/top (?q=...) |
| Perfis sobre um termo | threads/search/profiles (?q=...) |
| Perfil por handle | threads/users/{username} |
| Posts de um handle | threads/users/{username}/posts |
| Respostas de um handle | threads/users/{username}/replies |
| Reposts de um handle | threads/users/{username}/reposts |
Precisa de um campo não listado aqui? Use o get_operation do skill unifapi para ler
o schema exato antes de chamar — mas escolha a operação a partir desta tabela, não descubra
às cegas.
Fluxo de trabalho
As receitas determinísticas. Escolha a que corresponde ao trabalho; cada uma nomeia exatamente o que chamar.
- Defina o termo. Para listening de marca ou categoria, chame
threads/search/recent?q=...(mais novos) ethreads/search/top?q=...(mais vistos) juntos — recent captura a conversa ao vivo, top captura as opiniões que de fato se espalham. Pagine vianext_cursor. - Encontre handles. Chame
threads/search/profiles?q=...para revelar contas sobre o termo, depoisthreads/users/{username}para o tamanho de seguidores e abiography. - Leia a atividade de um perfil. Chame
threads/users/{username}/posts,.../repliese.../repostspara o que um handle diz, responde e amplifica. - Agrupe opiniões. Agrupe o
textnos resultados recent e top em perguntas e opiniões;like_countclassifica quais opiniões ressoam. - Cite tudo. Cada citação se vincula de volta ao seu post ou perfil; relate
billing.records_charged(ou estime quando o metadado de billing estiver ausente).
Notas de formato
ThreadsUser— indexado por{username}.full_name,biography,follower_count,is_verified,is_private.ThreadsPost—code(o segmento da URL),text,taken_at,like_count,image_url,video_url,user.
Armadilhas
search/recenté o mais novo esearch/topé o mais visto — use ambos para uma leitura equilibrada; qualquer um sozinho enviesa recência ou popularidade.- Posts expõem apenas
like_count— não há contagens de reply/repost no objeto do post. Avalie o alcance pela classificação desearch/top, não por um número de repost. - Um handle privado (
is_private) limita o que você pode ler — revele isso. - Um saldo baixo pode truncar silenciosamente as páginas de lista: verifique
billing.truncated_due_to_balance— quando true, a página é parcial.
Saída
Retorne os registros que o fluxo de trabalho chamador precisa, cada um citado ao seu post ou
perfil, mais uma nota de custo de uma linha (records_charged). Quando este skill é usado
diretamente, um brief de listening compacto é o padrão:
**"{term}" on Threads** — {N} recent / {N} top posts. Takes: {themes}. Loudest: "{quote}" ({likes} likes, by @handle). Evidence: {post URLs}. Records: ~{N}.
Skills relacionados
- social-listening-brief (Social Listening), content-opportunity-brief (Content Strategy) — trabalho de listening e ideias de conteúdo sobre este caminho de leitura.
- unifapi — o data skill compartilhado: conecte o MCP e consulte os schemas exatos com
get_operation.
Fonte: threads/SKILL.md no GitHub — abra um PR lá para melhorá-la.
As APIs ao vivo que esta skill chama
Toda operação que a skill cita é uma destas plataformas da UnifAPI — ainda visível e chamável para código de produto, depuração e fluxos de agent personalizados.
- As operações `threads/...` concretas para cada tarefa comum de leitura para monitoramento
- Notas sobre o contrato de resposta e o formato para posts e perfis
- Receitas determinísticas: busca recente vs. em alta, perfil, respostas
- Armadilhas da plataforma (recente vs. em alta, apenas like_count, paginação por cursor)