使用场景

Medium 文章调研：
内容大纲与选题挖掘

Q: 可以按标签、作者或专栏刊物搜索，而不只是关键词吗？

可以。使用 tags、authors 或 publications，或者在 articleUrls 中传入具体链接。标签可以按 newest 或 top 排序。

Q: 一次运行最多能返回多少篇文章？

最多 200 篇，用 max_results 设置。

以 JSON 获取某个主题下的 Medium 文章，含全文、点赞数、回应数和阅读时长，用来给写手做内容大纲，并看清哪些角度已经获得关注。

预付费，无订阅REST 或 MCP一个密钥搞定模型、数据和智能体

在约稿或动笔之前，你想先知道已经有哪些内容：哪些角度收获了点赞，表现出色的文章有多长，哪些专栏刊物一直在报道这个主题。手动读五十篇 Medium 文章要花掉一个下午，Lovely Router 一次调用就能完成。发送一个搜索词、标签、作者或专栏刊物，每篇文章返回一个 JSON 对象，正文为 Markdown，按文章数从预付费余额中计费。

交给你的 AI 智能体

把这段提示词复制到 Claude Code、Cursor、Codex 或任何编程智能体中。它会告诉智能体文档在哪里，以及如何使用你的 API 密钥。

Medium 文章调研：内容大纲与选题挖掘. Use the Lovely Router data tools: each returns JSON and is billed per result.

- Docs (read first): https://lovelyrouter.com/docs/tools/find.md and https://lovelyrouter.com/docs/tools/run.md
- Plan first: POST https://lovelyrouter.com/v1/tools/suggest with `{"task": "<my task in plain words>"}` (free). It returns the tools to run in order, each with an example `input`, the `input_required` fields, an estimated cost and a ready-made `run` request. Replace the example values with my task's; if a field is unclear, read the tool with GET https://lovelyrouter.com/v1/tools/<id>. To browse instead, POST https://lovelyrouter.com/v1/tools/discover searches the catalog.
- Show me the plan and its estimated cost (`total_est_cost_usd`) before running anything large.
- Run: POST https://lovelyrouter.com/v1/tools/<id>/run with `{"input": {...}, "max_results": N}`. A 200 has the finished run with `items`; a 202 means it is still running, so poll the `poll` path until `status` is `succeeded`, `failed`, `timed_out` or `stopped`.
- Only delivered results are billed. Keep max_results small on the first run, check the output, then scale up.
- If you support MCP, connect https://lovelyrouter.com/mcp instead (Streamable HTTP, same key; https://lovelyrouter.com/docs/tools/mcp.md) and use suggest_tools, get_tool and run_tool.
- Auth: read my API key from the LOVELY_API_KEY environment variable and send it as `Authorization: Bearer $LOVELY_API_KEY`. Never print or commit the key. If it is not set, ask me to create one at https://lovelyrouter.com/app/keys.
- Billing is prepaid: every call is charged to my balance, so test with a small request before running anything large.
- Every docs page is plain Markdown; the full index is https://lovelyrouter.com/llms.txt.

My task: <the inputs (links, keywords or accounts) and how many results you need>

工作原理

选择入口
开放的主题用关键词搜索；整个领域用 machine-learning 这样的标签；已经知道关键人物时，直接指定作者和专栏刊物。
设置上限后运行工具
把输入连同 max_results 发送到 POST /v1/tools/medium-articles/run。运行会从你的余额中预留它的最高费用，并以 JSON 返回文章。
阅读并排序
按点赞数和回应数排序，按标签分组，再把 Markdown 正文交给模型，让它总结每个角度，或提炼表现最好的文章的结构。

一次请求获取某个主题的文章

Medium 文章搜索在 searchQuery 中接受关键词，并用 maxArticles 限制文章数量：

Shell

curl https://lovelyrouter.com/v1/tools/medium-articles/run \
  -H "Authorization: Bearer $LOVELY_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "input": {
        "searchQuery": "ai agents",
        "maxArticles": 20
      },
    "max_results": 20
  }'

上面的调用最多返回 20 篇该主题的文章。你也可以不用搜索，改为传入 tags、authors、publications 或 articleUrls。运行超过 60 秒仍未结束时会返回 202；轮询方法见运行工具。

每篇文章包含什么

字段组	你会得到
身份	标题、副标题、作者、专栏刊物
热度	点赞数和回应数
形式	阅读时长和标签
时间	发布日期
内容	Markdown 格式的文章正文

仅限会员阅读的文章返回的是 Medium 公开的预览内容而非全文，结果中会有标记，方便你区分。

实用配方

给写手做大纲。

搜索你的目标关键词，取点赞最多的十篇文章，把 Markdown 交给模型，生成一份包含共有章节以及无人涉及的空白点的大纲。

找出有效的角度。

运行一个标签，把 tagSort 设为 top，按标签组合对结果分组，比较点赞数和阅读时长，看看哪些形式更能吸引关注。

盯住一家专栏刊物。

每周传入一次刊物的 slug 并保存新标题。标出它新开始报道、而你还没写过的主题。

整理阅读清单。

收集你信任的作者的文章，让模型为每篇写两行摘要，再把摘要发给团队。

为一个选题想法检查竞争。

搜索你打算写的那个确切短语。如果排在前面的结果又旧又单薄，说明这个主题还有空间；否则就换一个更窄的角度。

更想直接用自然语言提问？连接 MCP 服务器，然后对 Claude Code 或 Cursor 说："在 Medium 上搜索 'vector database'，取 30 篇文章，按点赞数排序，给我一张包含标题、刊物、点赞数和阅读时长的表格，再列出三个反复出现的子话题。把 max_results 设为 30。"