Une vidéo populaire peut avoir des milliers de commentaires, et le signal utile, ce que les gens ont aimé ou là où ils ont buté, se noie dans le bruit. Cette automatisation lit toute la section commentaires pour vous.
sonnet3 joursYouTube Data APIOpenAIPostgresSlack
Claude
76ROI
73Scale
$2.1k92Saved
ROI for
README.md
Pourquoi ce sous-agent
Une vidéo populaire peut avoir des milliers de commentaires, et le signal utile, ce que les gens ont aimé ou là où ils ont buté, se noie dans le bruit. Cette automatisation lit toute la section commentaires pour vous.
Elle groupe les commentaires en thèmes, compte chacun, et extrait de vraies citations pour que vous voyiez les mots réels. Les créateurs apprennent quoi faire ensuite ; les équipes apprennent quelle plainte revient sans cesse, sans scroller le fil à la main.
Comment il s'exécute
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Regroupement en thèmes comme les éloges, la confusion, les demandes et les plaintes.
pending
Comptage du nombre de commentaires sous chaque thème et extraction de citations représentatives.
pending
Renvoi d'un résumé avec les thèmes dominants et les commentaires exacts qui les portent.
pending
Exemple de sortie
json
// Sample output
// (generated when the pipeline finishes)
Cluster the video comments into themes and return each theme with a count, sentiment, and three verbatim example comments.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.