> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dify.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# チャットストリームエージェントを使用した Twitter アカウントの分析方法
> このドキュメントは AI によって自動翻訳されています。不正確な部分がある場合は、[英語版](/en/learn/tutorials/twitter-chatflow) を参照してください。
## はじめに
Dify では、Web ページを LLM（大規模言語モデル）が読み取れる Markdown 形式に変換するためのクローラーツール、例えば Jina を利用できます。
最近、[wordware.ai](https://www.wordware.ai/)が、クローラーを使ってソーシャルメディアをデータ収集し、LLM 分析用の面白いアプリケーションを開発できることを教えてくれました。このアプリケーションは、特にデータ分析や洞察を提供するために設計されています。
しかし、かつて Twitter として知られていた「X」は、2023 年 2 月 2 日以降、無料の API アクセスを提供しなくなり、それに続いてクローリング対策を強化しました。そのため、Jina のようなツールは X のコンテンツに直接アクセスすることができなくなっています。
> 2023 年 2 月 9 日から、Twitter API の無料アクセスは終了し、v2 および v1.1 のサポートも行われなくなります。代わりに、有料の基本プランが提供されます。 🧵
>
> — Developers (@XDevelopers) [February 2, 2023](https://twitter.com/XDevelopers/status/1621026986784337922?ref_src=twsrc%5Etfw)
幸いなことに、Dify には HTTP ツールがあり、これを使用して外部のクローリングツールに HTTP リクエストを送信できます。それでは、始めていきましょう！
## **前提条件**
### Crawlbase の登録
Crawlbase は、ビジネスや開発者向けに設計されたデータクローリングとスクレイピングのプラットフォームです。このツールを使うことで、X、Facebook、Instagram などのソーシャルメディアプラットフォームからデータを収集できます。
登録は以下のリンクから行えます：[crawlbase.com](https://crawlbase.com)
### Dify へのサインイン
ブラウザで Dify を開いてサインインします。このチュートリアルを進めるには、起動中の Dify インスタンスにアクセスできる必要があります。
### LLM プロバイダーの設定
少なくとも 1 つのモデルプロバイダーの認証情報が必要です（OpenAI の API キーや、Ollama などのローカルプロバイダーなど）。**統合** > **モデルプロバイダー** で設定してください：
## チャットフローの作成
それでは、チャットフローの作成を始めましょう。
`最初から作成`をクリックして、新しいフローの作成を開始します：
初期化されたチャットフローは以下のようになります：
## チャットフローにノードを追加
### 開始ノード
開始ノードでは、チャットの最初にシステム変数を追加できます。このプロセスでは、Twitter ユーザーの ID を文字列型の変数として使用します。変数名を`id`としましょう。
開始ノードをクリックして、新しい変数を追加します：
### コードノード
[Crawlbase のドキュメント](https://crawlbase.com/docs/crawling-api/scrapers/#twitter-profile)によれば、次のノードで使用する変数`url`は`https://twitter.com/`に`ユーザーID`を加えた形にする必要があります。例えば、Elon Musk のユーザーID の場合は`https://twitter.com/elonmusk`となります。
ユーザーID を完全な URL に変換するためには、以下の Python コードを使用して、プレフィックス`https://twitter.com/`とユーザーID を結合します：
```python theme={null}
def main(id: str) -> dict:
return {
"url": f"https://twitter.com/{id}"
}
```
セキュリティ上の観点から、トークン値を平文で直接入力することは避けるべきです。これは推奨されるベストプラクティスではありません。実際、Dify の最新バージョンでは、トークン値を **環境変数** に設定できるようになっています。`env`をクリックして`Add Variable`を選択し、トークン値を設定すると、ノードに平文が表示されなくなります。
あなたの Crawlbase API キーについては、[こちら](https://crawlbase.com/dashboard/account/docs)で確認できます。
`/`を入力することで、API キーを簡単に変数として挿入できます。
このノードが正しく動作するか確認するために、ノードの開始ボタンをタップしてください：
### LLM ノード
さて、Crawlbase によってスクレイピングされた結果を分析し、コマンドを実行するために LLM を使用できます。
値`context`は HTTP リクエストノードからの`body`でなければなりません。
以下はサンプルのシステムプロンプトです。
## テスト実行
`プレビュー`をクリックしてテスト実行を開始し、`id`に Twitter ユーザーID を入力してください。
例えば、Elon Musk のツイートを分析し、彼の口調で地球温暖化についてのツイートを書きたいと思います。
これは Elon らしいですか？笑
右上隅にある`公開`をクリックして、あなたの Web サイトに追加してください。
楽しんでください！
## 最後に…
### 他の X(Twitter) クローラー
この記事では、Crawlbase を紹介しました。これはおそらく利用可能な最も安価な Twitter クローラーサービスですが、時々ユーザーのツイートの内容を正しくスクレイピングできないことがあります。
以前に紹介した[wordware.ai](https://www.wordware.ai/)が使用している Twitter クローラーサービスは **Tweet Scraper V2** ですが、ホストされているプラットフォーム **apify** のサブスクリプションは月額 49 ドルです。
## リンク
* [X@dify\_ai](https://x.com/dify_ai)
* Dify の GitHub リポジトリ：[https://github.com/langgenius/dify](https://github.com/langgenius/dify)