---
title: Platforms
description: 平台枚举和跨平台内容抽象。
---

# 平台和字段映射

Whale 面向跨平台公开内容数据。不同平台的原始结构不同，但对外查询层保持统一抽象：消费方按平台、内容类型、时间、关键词、语义和结构化字段查询，不需要理解每个平台的采集实现。

## 本页目录

| 章节 | 内容 |
| --- | --- |
| 平台范围 | 第一版支持的平台枚举 |
| 内容类型 | 对外可见的统一 `content_type` |
| 通用字段 | 跨平台稳定字段 |
| 平台案例 | 典型平台的数据形态 |
| 指标口径 | 播放、阅读、点赞、评论等指标如何映射 |
| 扩展字段 | 平台特有字段如何保留 |

## 第一版平台范围

| 分组 | 平台 |
| --- | --- |
| 中国内容平台 | `douyin` 抖音、`kuaishou` 快手、`bilibili` B 站、`wechat_channels` 视频号、`xiaohongshu` 小红书、`weibo` 微博、`wechat_article` 微信公众号、`zhihu` 知乎 |
| 中国交易平台案例 | `xianyu` 闲鱼 |
| 国际内容平台 | `reddit`、`medium`、`linkedin`、`instagram`、`tiktok`、`youtube` |
| 发现与网页 | `google_search`、`google_news`、`google_trends`、`website`、`rss`、`news` |

平台是否可用取决于数据产品授权、采集覆盖和合规策略。接口返回中以 `source_platform` 作为稳定平台枚举。

## 内容类型

| content_type | 说明 | 平台示例 |
| --- | --- | --- |
| `post` | 社交媒体帖子、动态、短内容 | 微博、小红书、Reddit |
| `article` | 长文章、公众号、专栏 | Medium、微信公众号、知乎 |
| `video` | 视频内容，可包含描述、字幕、转录 | YouTube、TikTok、B 站、视频号 |
| `comment` | 评论、回复、楼层内容 | Reddit、微博、小红书 |
| `product` | 商品或交易内容 | 闲鱼 |
| `job_posting` | 招聘职位 | LinkedIn |
| `web_page` | 普通网页、新闻页、RSS 文章 | website、news、rss |

## 通用字段

| 字段 | 含义 |
| --- | --- |
| `document_id` | Whale 内部文档 ID，用于读取详情、版本、快照 |
| `dataset_id` | 数据产品或数据域，例如社媒、电商、招聘 |
| `source_platform` | 平台枚举 |
| `external_content_id` | 平台侧稳定内容 ID |
| `canonical_url` | 内容标准 URL |
| `content_type` | 统一内容类型 |
| `author` | 作者、账号、频道、卖家或公司主体 |
| `content` | 标题、正文摘要、URL、发布时间等标准内容 |
| `metrics` | 互动和传播指标的当前投影 |
| `parts` | 字幕、OCR、章节、规格、评论片段等多段内容 |
| `facts` | 价格、公司、地点、技能等可筛选结构化事实 |
| `platform_payload` | 平台特有字段 |

## 平台案例

| 平台 | 对外内容形态 | 重点字段 | 说明 |
| --- | --- | --- | --- |
| YouTube | `video` | 标题、描述、频道、发布时间、播放、点赞、评论、字幕或音频转录 | 视频没有正文时，可通过 `parts.transcript` 或 `parts.audio_transcript` 检索 |
| TikTok / 抖音 / 快手 | `video` | 描述、作者、话题、播放、点赞、评论、分享 | 短视频标题可能为空，正文通常来自描述、OCR 或转录 |
| B 站 / 视频号 | `video` | 标题、简介、UP 主/账号、播放、点赞、收藏、弹幕等 | 平台专有指标保留在扩展指标中 |
| 小红书 / Instagram | `post` | 标题/正文、图片、OCR、作者、点赞、收藏、评论 | 图片文本可作为 `parts.ocr` 参与检索 |
| 微博 / Reddit | `post` 或 `comment` | 正文、作者、发布时间、转发、评论、点赞 | 适合舆情、话题和事件追踪 |
| Medium / 微信公众号 / 知乎 | `article` | 标题、正文、作者、发布时间、阅读/点赞/评论 | 长正文会被分块检索，详情接口读取完整正文 |
| 闲鱼 | `product` | 商品标题、价格、想要人数、地区、状态、卖家信息 | 价格、状态、卖家售出/在售数量适合读取快照趋势 |
| LinkedIn | `job_posting` | 职位、公司、地点、薪资、技能、工作模式 | 结构化字段进入 `facts`，便于筛选和聚合 |
| Google / 网页 / RSS / 新闻 | `web_page` 或 `article` | 标题、摘要、URL、来源站点、发布时间 | 适合公开网页发现、新闻跟踪和主题监测 |

## 指标口径

| 标准指标 | 含义 | 注意事项 |
| --- | --- | --- |
| `view_count` | 浏览、阅读或展示 | 不同平台叫法不同，对外统一表示“被查看” |
| `play_count` | 视频播放 | 视频平台优先使用 |
| `like_count` | 点赞 | 社媒通用 |
| `comment_count` | 评论数 | 帖子、视频、文章通用 |
| `share_count` | 分享数 | 平台不支持时为空 |
| `collect_count` | 收藏、保存、想要 | 小红书、B 站、闲鱼等平台含义接近但不完全相同 |
| `repost_count` | 转发、转载 | 微博等转发型平台 |
| `author_follower_count` | 作者粉丝数快照 | 属于作者状态，不是内容正文 |

随时间变化的指标会作为快照保存。消费方需要趋势时，应读取文档快照接口，而不是只看详情里的当前投影。

## 扩展字段

通用字段优先进入标准模型。只有无法跨平台稳定抽象的字段，才进入 `platform_payload` 或 `platform_metrics`。例如：

- B 站弹幕数、投币数。
- 闲鱼卖家信用、芝麻信用、商品状态。
- LinkedIn 申请数、职位级别、远程工作模式。
- Google Trends 热度、区域分布。

## 使用建议

- 需要跨平台检索时，优先使用 `content_type`、`source_platform`、`published_at` 和关键词/语义查询。
- 需要平台专有分析时，读取 `facts`、`platform_payload` 和 `platform_metrics`。
- 需要趋势时，读取快照接口，按 `snapshot_at` 排序。
- 需要完整正文、字幕或规格时，读取详情页的 `content`、`parts` 和 `facts`。