Tweet 概览
Tweet 是一款专门设计的工具,旨在弥合社交媒体内容(特别是来自 X 的帖子)与大语言模型(LLM)、AI 代理和研究人员之间的鸿沟。它的核心功能是将任何 X 帖子或话题线程的 URL 转换为干净、结构化的 Markdown。这个过程用纯文本、元数据和格式化的媒体链接取代了不可靠的嵌入式链接和原始 HTML,使其能立即用于 ChatGPT、Claude 和 Gemini 等 AI 系统的上下文输入,或归档到个人知识库中。
如何使用 Tweet
使用 Tweet 非常简单:手动使用时,只需在任何 X 帖子 URL 的地址栏中将 "x.com" 替换为 "tweet.md" 并回车,即可获得一个干净的 Markdown 页面。要集成到 AI 代理中,你可以为代理提供官方的 'tweet-md/skill' 和你的 API 密钥,指示它自动重写 URL。开发者也可以直接调用 `/i/api/convert` 端点。在同一浏览器中,登录或购买后的付费使用通过会话 cookie 管理,消除了日常浏览中在 URL 中显式使用 API 密钥的需求。
Tweet 的核心功能
- URL 到 Markdown 转换:将任何单独的 X 帖子或完整话题线程(最多 100 条帖子)转换为干净、可读的 Markdown。
- LLM 优化输出:Markdown 输出旨在通过提供结构化、可解析的文本(而非原始嵌入或 JSON)为 AI 模型节省 token。
- 灵活的输出格式:提供两种主要格式:'markdown'(默认,包含统计数据、媒体、引用)和 'obsidian'(带 YAML 前置信息,便于导入笔记库)。
- 支持 X 文章:可以使用帖子的 status URL 从长篇 "X 文章" 帖子中提取完整正文。
- 元数据提取:可选地包含作者元数据(用户名、显示名称、简介),每增加一位独立作者会额外消耗积分。
- 代理与 API 集成:提供专用 API(`/i/api/convert`)和预构建的 'skill',便于无缝集成到 AI 代理和脚本中。
Tweet 的使用案例
Tweet 非常适合需要从 X 获取可靠、干净文本上下文以用于模型提示或微调的 AI 研究人员和开发者。内容创作者和社交媒体经理可以用它来归档话题线程或将内容重新整理成文章。记者和分析师可以准确地保存和引用推文。Obsidian 或 Notion 等笔记应用的用户可以导入带有正确格式的线程。AI 代理则获得了读取和理解 X 对话完整上下文的能力。
Tweet 的优势特点
Tweet 相对于手动复制粘贴或网页抓取的主要优势在于可靠性和质量。它调用官方 X API,确保数据完整性,并将输出标准化为一致、对 LLM 友好的格式。这为 AI 应用节省了大量时间和 token。工具的简洁性——核心的 URL 交换机制——使其非常易于访问。API 和代理技能的提供允许进行强大的自动化。此外,定价基于积分且永不过期,提供了灵活的使用方式,无需订阅。
定价和计划
Tweet 使用积分系统。每返回一个帖子消耗 1 积分。添加作者元数据每增加一位独立作者额外消耗 2 积分。免费版允许每个 IP 每月进行 5 次单帖子转换,仅限 `thread=off` 和 `userinfo=off`(无话题线程或作者元数据)。付费积分可以购买永不过期的积分包:
- 5 美元,500 积分(每积分约 0.01 美元,预计可用约 166 个带元数据的帖子)
- 19 美元,2,200 积分(每积分约 0.0086 美元,性价比最高,预计可用约 733 个带元数据的帖子)
- 49 美元,6,000 积分(每积分约 0.0082 美元,单价最低,预计可用约 2,000 个带元数据的帖子)
Tweet 常见问题
Tweet 分类
Tweet 职业
Tweet 工具对比
Tweet 嵌入功能
复制这段嵌入代码,将徽章放到博客、文章或产品官网,并把读者直接引导到 ToolMage 详情页。


















Tweet 评论 (0)
登录后发表评论。
登录暂无评论。