開発者、アカウント制限後にLinkedIn調査エージェントを再構築

何が起きたか

ある開発者が、OpenClawエージェントに「私の分野で200件のLinkedInプロファイルを調査し、最適な見込み客を見つけてください」と指示しました。エージェントはブラウザ自動化を使用して各プロファイルに移動し、投稿をスクロールし、ページからデータを抽出しました。48時間以内に、LinkedInは200件のプロファイル訪問パターンをボット活動と解釈し、アカウントを制限しました。この制限により、異議申し立てプロセス中に2週間のダウンタイムが発生しました。

再構築された解決策

開発者はアプローチを一から再構築し、ブラウザ自動化をLinkedInデータへの直接APIアクセスに置き換えました。この新しいシステムは、ブラウザのレンダリング、DOM解析、スクリーンショットを排除し、エージェントは現在エンドポイントを直接呼び出しています。

使用されたAPIエンドポイント

• キーワードとフィルターによるプロファイル検索
• URLから完全なプロファイルデータを取得
• 誰かの最近の投稿とエンゲージメント指標を取得
• 特定の投稿からすべての「いいね」した人を取得
• 特定の投稿からすべてのコメントした人を取得
• キーワードによる投稿検索

技術的実装

セットアップには、Chrome拡張機能を使用してセッショントークンを一度だけ取得し、その後すべてをVPS上でサーバーサイドで実行することが含まれます。以前は制限を引き起こした「200件のプロファイルを調査する」という同じタスクが、現在は毎日午前8時に問題なく実行されています。

主な改善点

APIコールは通常のセッション活動として表示され、ブラウザのフィンガープリント、不審なナビゲーションパターン、または高速なページ読み込みはありません。エージェントがHTMLページ全体を処理する代わりにAPIからクリーンなJSONを受け取るようになったため、トークン使用量は約80%減少しました。コンテキストウィンドウは、ウェブページを解析するのではなく、データについて推論するために使用されます。

実用的なユースケース

競合他社のバイラル投稿から「いいね」した人とコメントした人を取得することは特に有用で、その分野に積極的に関心を持つ人々の「無料の意図シグナルリスト」を作成しました。開発者はこれを週に3〜4件の競合他社の投稿で実行し、Sonnetを使用して結果を関連性でランク付けしています。

コンテンツ調査はより効率的になりました。エージェントは数百件の投稿にわたる投稿構造とエンゲージメントパターンを数分で分析し、手動でスクロールすることなくLinkedInで何が機能するかを理解するのに役立っています。

モデルルーティング戦略

Haikuはすべてのデータ取得を処理し（コストは数セント）、Sonnetはより深い推論を必要とする分析のためにのみ起動します。これにより、毎日のコストは数ユーロ以下に抑えられています。

このスキルはBeReachと呼ばれていますが、ソースでは外部ドメインリンクが元の投稿でブロックされることが記載されています。

学んだ教訓：「APIコールであるべきことにエージェントにブラウザを与えないでください。トークンを浪費し、アカウントを危険にさらし、より悪い結果を得ることになります。」