Twitter API v2 特定推文筛选、去重及原创识别问题求解

现有代码核心问题根因 #

• author_id筛选失效：循环遍历单条推文时，错误读取了stream.data.author_id，stream.data是分页接口返回的整页数据对象，不是当前遍历到的单条推文，判断对象拿错自然筛选不生效。
• 缺少原创推文判定逻辑：没有识别推文的referenced_tweets字段，无法区分原创、回复、转推、引用内容。
• 缺少已处理记录逻辑：没有存储已经回复过的推文ID，轮询拉取时会重复拿到历史推文，导致重复回复。
• 原代码仅执行一次拉取就结束，没有持续检测新推文的轮询/长连逻辑，无法实现实时监控。

修复逻辑说明 #

1. 单条推文判断直接取循环变量tweet的属性，不要从stream对象上取分页数据
2. 原创推文过滤规则：如果推文存在referenced_tweets字段，直接判定为非原创（包含回复、纯转推、引用推三类），跳过处理
3. 去重逻辑：初始化一个Set集合存储已处理的推文ID，每次拿到新推文先判断ID是否已存在于集合中，存在则跳过；回复发送成功后将推文ID写入集合。如果需要程序重启后也不重复回复，可以定时把Set里的ID写入本地json文件做持久化，保留最近200条ID即可覆盖时间线拉取范围，不会占用过多存储。
4. 实时检测优化：如果需要低延迟检测新推文，不要高频轮询userTimeline接口，改用v2过滤流接口，直接订阅目标用户的新推文事件，比轮询更稳定，也不容易触发接口限流。

修复后参考代码 #

import { TwitterApi } from 'twitter-api-v2';

// 已处理推文ID集合，做去重用
const repliedTweetIds = new Set();
// 目标用户ID
const TARGET_USER_ID = 'censored';

const client = new TwitterApi({
  appKey: 'censored',
  appSecret: 'censored',
  accessToken: 'censored',
  accessSecret: 'censored',
});

async function loop(){
  // 拉取目标用户时间线
  const timeline = await client.v2.userTimeline(TARGET_USER_ID,{
    'tweet.fields': ['referenced_tweets', 'author_id', 'id'],
    expansions: ['referenced_tweets.id'],
    // 每次只拉最新的10条，减少无效遍历
    max_results: 10
  });

  for await (const tweet of timeline) {
    // 1. 先判断是不是目标用户发的，直接取当前遍历的tweet对象属性
    if(tweet.author_id !== TARGET_USER_ID) continue;
    // 2. 判断是不是已经处理过的推文
    if(repliedTweetIds.has(tweet.id)) continue;
    // 3. 判断是不是非原创推文：存在referenced_tweets字段就是回复/转推/引用推，直接跳过
    if(tweet.referenced_tweets && tweet.referenced_tweets.length > 0) continue;

    // 走到这里就是符合要求的目标用户原创新推文，执行回复逻辑
    console.log('检测到目标用户新原创推文，准备回复：', tweet.id, tweet.text);
    // 写入实际回复逻辑，示例：
    // await client.v2.reply('要回复的指定内容', tweet.id);
    
    // 回复成功后把ID加入已处理集合
    repliedTweetIds.add(tweet.id);
  }

  // 轮询间隔设置30-60秒，避免触发接口限流
  setTimeout(loop, 60000);
}

loop();

如果要做毫秒级实时推送，把轮询逻辑替换为v2过滤流即可，规则设置为from:目标用户ID，有新推文时会直接推送到长连接，不需要定时轮询。

内容的提问来源于stack exchange，提问作者SashimiDude