InstaAnalyzer：一款基于 PHP、Neuron AI 和 Bright Data 的 AI Instagram 分析工具 📸
这是为Bright Data AI Web Access Hackathon提交的作品
阅读前须知：
使用此链接在 Bright Data Platform 中创建您的帐户
目录
我建造的
抓取、分析、优化。让AI为你解读Instagram个人资料。
每个人都想了解自己的 Instagram 个人资料信息，无论是自己的还是别人的。InstaAnalyzer不仅能让你深入了解个人资料，还能分析其帖子（帖子分析功能仅在个人资料公开时有效）。此外，我们还能根据 Google 搜索结果为你提供全网数据，助你了解自己的数字足迹。
它可以利用专门开发的AI代理，基于实时数据，为您提供快速概览。这意味着，即使某人完全重建了个人资料，哪怕更改发生在短短一分钟内，您也能看到。
当然，你也可以使用其他人工智能来实现这一点，例如 ChatGPT 或 Perplexity，但问题是这些数据没有“充分提炼”，而且这些 LLM 无法完全访问数据，也无法像Bright Data那样抓取这些数据。
本文专门用一个章节展示了该应用程序的一些实际应用案例。您可以稍后查看，但简而言之：
这款人工智能工具能帮助你了解你感兴趣的人的个人资料，即使你不在他们的好友列表中。它以简单友好的方式为你提供洞察，有时可以纯粹为了娱乐而与朋友分享，有时也可以作为公司了解客户的工具。
为了实现这一点，我使用了一些很棒的技术，我将在本文中进行讲解。大多数工具都是免费的，Bright Data甚至会给每个用户提供免费积分来测试他们的产品。这意味着注册后，你可以在自己的电脑上尝试下面的代码。
演示
您可以立即体验这个项目！只需输入您的 Instagram 用户名，即可在美观的前端界面查看所有信息。此外，您还可以像使用 Spotify Wrapper 功能一样，将其分享到您自己的 Instagram 账号！这将有助于我发展这个项目，让更多人看到这篇文章，同时也能展示 Bright Data Tools 的强大功能。我将不胜感激！
InstaAnalyzer在线演示
个人资料示例
帖子示例
网页示例
API演示
您可以在此处通过此代码访问 API 存储库。
>存储库
Node JS MCP 服务器
PHP MCP API
我如何使用 Bright Data 的基础设施
MCP 服务器使用情况
为了这个项目，我做了以下几件事：
首先，我使用 Smithery SDK连接到Bright Data的 MCP 服务器，以获取 Instagram 个人资料的实时数据。
由于有些人每天都会发布新内容或更改他们的 Instagram 账号，因此每次查看个人资料时都需要最新的数据，而 Bright Data 工具正是为此而设计的！之后，我使用了他们 MCP 服务器上的一些工具：
web_data_instagram_profiles（快速读取结构化的Instagram个人资料数据）web_data_instagram_posts（快速读取结构化的Instagram帖子数据）search_engine（快速读取来自搜索引擎的实时数据）
因此，在使用Neuron AI （一个用于处理 AI 代理的 PHP 框架）将这些数据发送到 LLM 模型后，当我从 Instagram 获取所有数据时，我开始对其进行处理，对个人资料和帖子进行深入分析。
这样一来，我就能向用户提供他们正在搜索的个人资料信息。您可以通过查看系统设计图来了解更多技术细节。
性能改进
接下来我想做的是：
- 使用 Bright Data 构建自定义爬虫，获取特定的 Instagram 数据
- 改进帖子分析功能，因为我目前只检查了最近的五个帖子。由于有些账号的帖子数量很多，需要一个合适的后端解决方案，以避免LLM分析崩溃。
- 使用 Bright Data 的 Instagram 数据集添加 RAG 搜索
- 目前，对于非缓存响应，AI 的平均响应时间为 30 秒到 45 秒；对于缓存响应（使用 REST API 时），平均响应时间为 15 秒到 25 秒。这是我正在考虑改进的关键点之一。未来我可能会添加流支持，或者采用其他方法，例如分段显示数据或其他缓存方式。这可能是 AI 方面需要几秒钟时间进行充分分析的结果。
技术栈
以下是我用来构建这两个项目的工具：
- Brightdata MCP 服务器
- 后端采用 PHP 和 NodeJS
- ReactJS 前端
- NeuronAI 用于人工智能代理
- 适用于LLM模型的Mistral
- Vercel 用于前端部署
- 为 MCP 服务器部署渲染
- Hostinger 提供 PHP 服务器部署服务
- MySQL数据库
主要特点
- 利用基于社交框架和Instagram个人资料内容行为的AI，对个人资料和帖子进行分析。
- 网络搜索会将您的个人资料结果与用户名或内容相似的其他用户进行比较分析。
- 包含所有信息的PDF报告，方便您分享或保存所获取的信息。
- 以图片形式导出个人信息，方便在社交网络上分享或发布。
解决现实世界问题
这个项目可以帮助解决以下现实世界的问题：
- 面向企业的客户洞察：
- 为企业提供关于其 Instagram 用户资料的详细分析数据，以指导营销策略。
- 真诚的联系：
- 通过根据用户的喜好和兴趣进行匹配，促进有意义的联系。
- 个人资料优化：
- 提供个性化推荐，完善用户资料，提高用户参与度。
- 外部视角：
- 帮助用户了解其他人如何看待他们的 Instagram 个人资料。
- 内容一致性：
- 使用户能够评估他们的帖子是否符合他们想要塑造的个人或品牌形象。
- 易于理解的见解：
- 为所有用户提供有价值的个人资料分析，即使是那些没有 Instagram 商业帐户的用户也可以使用。
- 和朋友们一起开玩笑：
- 纯粹为了好玩，在 Instagram 或其他社交媒体平台上分享你的个人简介。
额外内容：教程
我编写了两篇教程，方便您快速测试 Bright Data Services。
在网站上使用 Bright Data Smithery MCP 服务器
我将分四个步骤介绍如何在 Smithery 平台上测试他们的 MCP 服务器，您将会发现使用他们的 MCP 服务器是多么容易。
1 - 访问 Bright Data Smithery MCP 服务器并在 Smithery 上创建帐户
- https://smithery.ai/server/@luminati-io/brightdata-mcp/api
- 创建您的用户和个人资料
2 - 注册完成后，从 Bright Data 获取您的令牌
- https://brightdata.com/cp/setting/users
- 创建新用户或使用现有用户
- 设置您的 API 密钥配置
- 获取令牌
3 - 连接到 MCP 服务器
- 点击“工具”
- 选择其中一个工具
- 在右侧输入您从 Bright Data 获取的 API 密钥
- 从 Smithery 选择您的“配置文件”
- 点击“连接”
4 - 使用 MCP 服务器
- 输入所需参数
- 运行工具
- 获取结果
只需这四个简单的步骤，您就可以在 Smithery 平台上测试和使用他们强大的 MCP 服务器。您还可以查看更多连接方式，或者直接访问Bright Data 的 GitHub 仓库，那里有很多使用代码调用 MCP 服务器的示例。
使用 Bright Data Smithery MCP 服务器 SDK
如果你想使用SDK，可以试试这种方法，非常简单直接，而且与Node.js配合使用效果极佳。
1. 运行npm install @modelcontextprotocol/sdk @smithery/sdk
2. 创建一个名为 index.js 的文件，并将以下代码粘贴到该文件
中 3. 然后node ./index.js
import { StreamableHTTPClientTransport } from "@modelcontextprotocol/sdk/client/streamableHttp.js"
import { createSmitheryUrl } from "@smithery/sdk"
const config = {
"apiToken": "string", // Mandatory, just use the previous API TOKEN generated for you
"browserAuth": "string", // Optional
"webUnlockerZone": "string" // Optional
}
const serverUrl = createSmitheryUrl("https://server.smithery.ai/@luminati-io/brightdata-mcp", { config, apiKey: "your-smithery-api-key"})
const transport = new StreamableHTTPClientTransport(serverUrl)
// Create MCP client
import { Client } from "@modelcontextprotocol/sdk/client/index.js"
const client = new Client({
name: "Test client",
version: "1.0.0"
})
await client.connect(transport)
// List available tools
const tools = await client.listTools()
console.log(`Available tools: ${tools.map(t => t.name).join(", ")}`)
// How to use the tool from the SDK
const result = await client.callTool(
{
name: 'search_engine', arguments: { query: 'Bright Data documentation' , engine: 'google' }
}
)
console.log(result)
完成这些步骤后，您就可以访问 Bright Data MCP 服务器并使用 NodeJS 进行操作。他们也提供了一个 Python 版本，您可以点击此处查看。
结论
Bright Data 真是一个了不起的平台！它让你能够运用人工智能技能创建实际项目，解决商业难题。他们的技术基础设施非常出色，一切都运行流畅。
我非常喜欢使用他们的工具，迫不及待地想继续使用。他们的界面和设置都非常简单明了，绝对能将你的项目提升到一个新的水平！
您可以将其用作 REST API 或 MCP 服务器。由于 MCP 服务器是一项新技术，看到它不断涌现并赋予我们强大的功能，真是令人兴奋。希望您喜欢这篇文章，并能帮助您使用 Bright Data 创建下一个精彩项目。
请在下方评论区分享您的想法，以及您打算如何运用这些技术来构建什么 :)
