LinkedIn 对利基行业帖子的评论是大多数 SDR 忽视的最高意图信号。本教程从目标帖子中删除评论者，通过 Scavio SERP 查找公司、角色和最近的活动来丰富每个评论者，然后对买家意图进行评分。
前置条件
- Python 3.10+
- Scavio API 密钥
- 包含目标评论者的 LinkedIn 帖子 URL
- Scavio LinkedIn 评论端点
操作指南
步骤 1: 从目标帖子中提取评论
Scavio 的 LinkedIn 端点返回评论者的姓名和标题。
Python
import requests, os
API_KEY = os.environ['SCAVIO_API_KEY']
def comments(post_url):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'platform': 'linkedin', 'query': post_url})
return r.json().get('comments', [])步骤 2: 通过 SERP 丰富每个评论者
查找 LinkedIn 个人资料 + 最近的公司新闻。
Python
def enrich(person):
serp = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'"{person["name"]}" "{person.get("company", "")}"', 'num_results': 5})
return serp.json().get('organic_results', [])步骤 3: 为买家意向评分
评论者角色 (VP+)、公司规模（适合 ICP）、最近的招聘信号的要点。
Python
def score(person, enrichment):
s = 0
if any(kw in person.get('headline', '').lower() for kw in ['ceo', 'founder', 'vp', 'head']): s += 3
if any('hiring' in r.get('snippet', '').lower() for r in enrichment): s += 2
return s步骤 4: 过滤到顶层
仅将分数 >= 4 传递到 SDR 队列。
Python
def qualified(people, threshold=4):
return [p for p in people if p['score'] >= threshold]步骤 5: 写入 HubSpot 或 CSV
推动每个合格的评论者。
Python
import csv
def export(people):
with open('linkedin_intent.csv', 'w') as f:
w = csv.DictWriter(f, fieldnames=['name', 'company', 'headline', 'score'])
w.writeheader(); w.writerows(people)Python 示例
Python
import os, requests
API_KEY = os.environ['SCAVIO_API_KEY']
POST = 'https://linkedin.com/posts/example_post'
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'platform': 'linkedin', 'query': POST})
for c in r.json().get('comments', [])[:10]:
e = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'"{c["name"]}"'}).json()
print(c['name'], '-', e.get('organic_results', [{}])[0].get('title', ''))JavaScript 示例
JavaScript
const API_KEY = process.env.SCAVIO_API_KEY;
const POST = 'https://linkedin.com/posts/example_post';
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ platform: 'linkedin', query: POST })
});
const { comments } = await r.json();
for (const c of comments.slice(0, 10)) {
const e = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ query: `"${c.name}"` })
});
console.log(c.name, (await e.json()).organic_results?.[0]?.title);
}预期输出
JSON
Per-commenter enriched row with score. Typical post with 80 comments yields 8-15 qualified leads in under 3 minutes.