GLM-5.3接入Claude Code：知乎微博舆情脚本

想知道一个话题在中文互联网上怎么被讨论，最常见的两处是知乎和微博：知乎上是几百字的长回答，答主会算账、讲理由；微博上是十几个字的短评论，情绪来得快，转得也快。两边放在一起看，才知道「大家在吵什么」和「大家为什么这么想」。本文用一个具体的组合来做这件事：在 Claude Code 里把模型换成智谱的 GLM-5.3 或 GLM-5.3-Flash，让它写一个叫 topic_pulse.py 的舆情脚本，脚本用 EveryInfra 的 zhihu/search、zhihu/content_comments、weibo/search、weibo/comments 四项能力拉同一话题的知乎回答、知乎评论和微博评论，最后由 GLM 读结果写出对比摘要。话题选的是这几个月开发者圈子里讨论最多的「Coding Plan 涨价」。

先交代哪些是真跑的、哪些是配置示例。本机没有智谱账号，所以「Claude Code 接 GLM-5.3」这一侧的全部步骤，都按 docs.bigmodel.cn 和 docs.z.ai 在 2026-11-04 读取的原文写成配置示例，本文没有用 GLM-5.3 跑过 Claude Code。脚本和数据一侧是真跑的：2026-11-04 00:16 到 02:08（新加坡时间）之间，我们对 EveryInfra 接口一共发了 52 次请求，其中 34 次返回数据并扣费，合计 $0.020404，其余 18 次是失败或空结果，都没扣费；这 52 次里有 1 次是通过 MCP 的 tools/call 发的。脚本完整跑了三遍：第二遍带读回答全文，12 次请求、扣费 $0.00581；第三遍是最终版，只用上面四项能力，7 次请求全部成功、扣费 $0.004142。

一、glm 5.3 claude code 能做什么：本文的任务

分工一句话：接口取数，GLM 读数。取数这一半要的是每条回答、每条评论一行的结构化记录，带点赞数、发布时间和所属问题，脚本拿到就能统计，这一步不需要模型。读数这一半要判断几十条评论里哪些是表情、哪些是复读、哪些在谈价格、哪些在算额度，这一步需要模型。Claude Code 把两半串起来：你用一句中文描述要什么，它写脚本、跑脚本、读脚本的输出，再把结论写给你。选 GLM-5.3，是因为智谱专门为 Claude Code 写了接入文档，套餐和按量价都按人民币标价，下面第二到第四节逐条给出处。

下表是本文真跑部分的概览。「条数」是这次实际返回的条数，「花费」是 EveryInfra 按目录价逐次扣费的实际金额，失败和空结果都不扣费。

最终版脚本只用前四行的能力：知乎一侧从 zhihu/search 出发，搜索结果已经带问题标题、回答链接、摘要和点赞数，再用 zhihu/content_comments 读高赞回答下的评论；要读某条回答的全文，再加一次 zhihu/content_detail。表里没有列 GLM 的调用，因为那一侧没有跑过。

二、智谱一侧：GLM-5.3 和 GLM-5.3-Flash 是什么

GLM-5.3 是智谱 2026-08-19 上线的旗舰文本模型。智谱开放平台的模型页写明：它只处理文本，上下文窗口 1M token，最大输出 128K token；思考功能始终开启，只能在 low、high、max 三档之间选，默认 max，不再支持关闭思考（GLM-5.3 模型页）。同一页还有一句容易被忽略的提示：订阅了 Coding Plan 的用户（包括已过期的），调用模型 API 时目前只能用 OpenAI Chat Completion 协议。这句话说的是直接调模型 API，不影响 Claude Code 走 Anthropic 兼容端点，但它提醒我们，套餐用户和按量用户在智谱那里是两套规则。

GLM-5.3-Flash 晚一周，2026-08-26 上线，是原生多模态模型，采用线性注意力和稀疏注意力的混合架构，总参数 320B、激活 18B，计算量和 KV 缓存都比 GLM-5.3 小很多（新品发布记录）。它的模型页推荐 temperature 为 1、top_p 为 0.95、reasoning_effort 为 max，思考同样只能开启（GLM-5.3-Flash 模型页）。对写脚本这件事来说，两者的差别主要在价格和速度：第十一节会算到，同样一段会话，Flash 的费用大约是 GLM-5.3 的九分之一。

价格页另有两条和成本有关的说明：缓存存储目前限时免费；1 个 token 大约对应 1.6 个汉字（智谱价格页）。后面估算 token 数时，我们就用这个比例。国际站 Z.ai 的价格来自 Z.ai 价格页，同一天读取。

智谱给 Claude Code 用的地址是 Anthropic 兼容端点 https://open.bigmodel.cn/api/anthropic；给 Codex 用的是 https://open.bigmodel.cn/api/v1；其他 OpenAI 兼容的编程工具用 https://open.bigmodel.cn/api/coding/paas/v4；普通按量调用用 https://open.bigmodel.cn/api/paas/v4。这四个地址不能混用：编程工具走 coding 路径才吃套餐额度。国际站的 Claude Code 地址是 https://api.z.ai/api/anthropic（Z.ai Claude Code 接入页）。

两份智谱文档之间有一个不一致，值得单独说。智谱的 Claude Code 接入页 在 2026-11-04 读取时，手动配置的示例还是 ANTHROPIC_DEFAULT_SONNET_MODEL 写 glm-5.2[1m]、ANTHROPIC_DEFAULT_HAIKU_MODEL 写 glm-4.7；而 Coding Plan 文档里的 如何切换模型 页已经把三个模型变量都写成 glm-5.3-flash[1m]，并写明「Claude Code 2.1.140 等版本验证 OK」。套餐概览又说，调用 GLM-5.2、GLM-5.1 会自动切到 GLM-5.3，调用 GLM-5-Turbo、GLM-4.7 会自动切到 GLM-5.3-Flash（套餐概览）。所以照旧页面配置也能用，只是你以为在用 GLM-5.2，实际跑的是 GLM-5.3。我们的建议是按「如何切换模型」页写新名字，再在 Claude Code 里输入 /status 看 Model 一行到底是哪个。

两份文档对思考强度的映射写法也不一样，按新页面理解就够了：默认是 max，在 Claude Code 里用 /effort 切到 high，会话就从 max 降到 high，费用和耗时都会少一些。

三、Coding Plan 档位、价格和积分怎么算

Coding Plan 是智谱面向编程工具卖的包月套餐，2026-07-30 起改为积分制。2026-11-04 在 GLM Coding Plan 订阅页 读到的个人版连续包月价格是 Lite ¥118、Pro ¥538、Max ¥1078；连续包季打 8 折，连续包年打 7 折。按国家外汇管理局公布的 2026-11-03 人民币对美元中间价 6.7150 折算，三档包月约合 $17.57、$80.12、$160.54（外汇局人民币汇率中间价）。国际站 Z.ai 的套餐页没有在我们的无头浏览器里渲染出来，只能引用它文档里的一句「Starting at just 18 USD per month」（Z.ai Coding Plan 概览），具体档位以订阅页为准。

积分额度按 5 小时和每周两个窗口限制。套餐概览给的数字是：Lite 每 5 小时 2,000 积分、每周 10,000 积分；Pro 每 5 小时 12,000、每周 60,000；Max 每 5 小时 28,000、每周 140,000。5 小时积分在消耗 5 小时后动态刷新，周积分从下单时起每 7 天一个周期；额度用完后要等下一个周期，系统不会去扣你的余额或资源包。积分的算法写得很清楚：模型消耗的积分等于「输入 token × 输入系数 + 缓存命中 token × 缓存系数 + 输出 token × 输出系数」再除以 10,000；MCP 工具（联网搜索、网页读取、开源仓库）每次调用按 1.2 积分算。非高峰时段模型调用按 50% 扣，高峰时段是每周一到周五 14:00 到 18:00（UTC+8）；Z.ai 文档把同一个时段写成新加坡时间 14:00 到 18:00，两者其实是同一个时区（Z.ai Coding Plan 概览）。

最后一列是我们按第十一节的会话示例换算的：一段写脚本的会话在 GLM-5.3 上约 207.8 积分，Flash 上约 68.7 积分；非高峰时段次数翻倍。这只是数量级参考，真实会话的 token 构成差别很大。

套餐有几条使用限制，写脚本时都会碰到。第一，套餐只能在指定的工具和产品环境里用，在规定工具之外调用 API 不享受套餐额度（套餐概览）；FAQ 写得更直白：自建应用、网站、机器人、SaaS 要用标准 API（Coding Plan 常见问题）。Z.ai 的使用政策也写了同样的意思「Use limited to supported tools」（Z.ai 使用政策）。第二，从 2026-10-16 起，标准 API 的 Key 和 Coding Plan 的 Key 分开管理，两者不能互换；把标准 Key 填进编程工具，不会走套餐额度（API Key 分类管理公告）。第三，套餐不退款、账号不能共享，并发上限按 Max、Pro、Lite 从高到低（套餐使用说明）。

第一条对本文的脚本设计影响最大。很多人会想让 topic_pulse.py 自己调 GLM 做分类，再把分类结果交回 Claude Code，这样脚本可以单独定时跑。按智谱的规则，这样做脚本里的 GLM 调用不算在套餐里，要另开标准 API 按量付费。所以本文的分工是：脚本只取数、只做不需要模型的统计（条数、长度、噪声规则）；需要读懂内容的部分，留给 Claude Code 里的 GLM 在会话里做。这样套餐额度用在它该用的地方，脚本也能在没有任何模型的机器上跑。

四、how to use glm 5.3 in claude code：配置示例

下面是一份 ~/.claude/settings.json 的配置示例，按智谱「如何切换模型」页和 Claude Code 官方环境变量文档整理。本文没有智谱账号，这份配置没有在本机跑过，Key 用占位符。

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "你的 Coding Plan API Key",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3-flash[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
    "EVERYINFRA_API_KEY": "你的 EveryInfra Key"
  }
}

逐项说一下。ANTHROPIC_AUTH_TOKEN 的值会被 Claude Code 加上 Bearer 前缀放进 Authorization 请求头（Claude Code 环境变量），这里要填 Coding Plan 的 Key，不是标准 API 的 Key。三个 ANTHROPIC_DEFAULT_*_MODEL 决定 Claude Code 内部的 opus、sonnet、haiku 三个别名实际调哪个模型：智谱新页面的示例三个都写 glm-5.3-flash[1m]，Z.ai 的示例是 opus 和 sonnet 写 glm-5.3[1m]、haiku 写 glm-5.3-flash[1m]。本文按后者写，因为写脚本这类活用主模型，后台的小任务用 Flash 省积分。如果你的套餐紧张，三个都写 Flash 也可以。

[1m] 后缀不能省。Claude Code 的模型配置文档写明：遇到不认识的模型 ID，它会假定上下文是 200K 并在启动时给出警告；给 ID 加 [1m]，它就按 1M 窗口处理（Claude Code 模型配置）。GLM-5.3 的真实窗口是 1M，不加后缀会过早压缩上下文，读长结果时尤其明显。CLAUDE_CODE_AUTO_COMPACT_WINDOW 控制压缩前允许用到多少 token，取值 100,000 到 1,000,000，智谱的示例写满 1,000,000。API_TIMEOUT_MS 写 3,000,000 毫秒是智谱的建议，GLM 在 max 思考档下单次响应可能很长。CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC 关掉遥测之类的非必要请求。最后一行 EVERYINFRA_API_KEY 是给脚本用的：写在 env 里，Claude Code 启动的子进程都能读到，脚本里用 os.environ 取，不写进代码。

还有一句必须照实写的话。Claude Code 的 LLM 网关文档说，任何实现了受支持 API 格式的网关都能用，但 Anthropic「doesn't support routing Claude Code to non-Claude models through any gateway」（Claude Code LLM 网关）。也就是说，Claude Code 接 GLM 能跑，是智谱一侧做了兼容；出了问题，找的是智谱的文档和客服，而不是 Claude Code 的。2026-11-04 读取时 Claude Code 的最新版本是 2026-11-03 发布的 2.1.317（Claude Code 更新日志），智谱新页面写的验证版本是 2.1.140，中间差了很多个版本，遇到奇怪的报错先看两边的更新记录。

不想手改文件的话，智谱提供了一个安装脚本 claude_code_env.sh（从 https://cdn.bigmodel.cn/install/claude_code_env.sh 下载），以及一个交互式工具 npx @z_ai/coding-helper（智谱 Claude Code 接入页）。配完后开一个新终端运行 claude，输入 /status：Settings source 应该指向你的 ~/.claude/settings.json，Model 应该显示 glm-5.3 或 glm-5.3[1m]。

五、两套 MCP 并存：自带搜索做什么，我们的接口做什么

Coding Plan 自带了一组 MCP 工具（MCP 是 Model Context Protocol 的缩写，一种让模型调用外部工具的公开协议）。2026-11-04 读取的套餐文档列了五样：联网搜索 webSearchPrime、网页读取 webReader、开源仓库 zread（三个工具：search_doc、get_repo_structure、read_file），以及图像视频理解（本地运行的 @z_ai/mcp-server，npm 最新 0.1.6，2026-10-29 发布）。前两样的文档里都有同一句话：在 Claude Code 中使用 GLM Coding Plan 时，模型服务端已内置联网搜索 MCP / 网页读取 MCP，无需安装（联网搜索 MCP、网页读取 MCP）。只有你用别的模型、又想用这两个工具时，才需要按文档里的 claude mcp add 命令手动装。

自带工具能做的事，文档写得很具体：webSearchPrime 返回网页标题、URL、摘要、网站名称和图标；webReader 抓取指定 URL 的网页，返回标题、正文、元数据和链接列表。这对写代码很够用：查一个库的最新用法、读一篇报错讨论、看 GitHub 上的 README。舆情脚本要的是另一种形状的数据：每条回答、每条评论一行，带点赞数、回复数、发布时间和它属于哪个问题或哪条帖子，脚本拿到就能排序、去噪、算中位数。下表按两边文档写的返回字段，加上我们 2026-11-04 真调时实际拿到的字段，说明两类工具各自适合什么。我们没有智谱账号，表中自带工具一列只引文档，没有实测。

两家平台也有自己的开放平台，适合你只需要自己账号的数据、或者要走平台授权接入的场景。知乎数据开放平台的 zhihu_search 用 Bearer 令牌加时间戳鉴权，Count 最大 10，ContentText 是摘要，HasMore 固定为 false，结果附精选评论列表（知乎数据开放平台：搜索）；它的热榜技能 limit 取 1 到 30（知乎数据开放平台：热榜技能）。微博开放平台的 comments/show 文档写明只返回授权用户的评论（微博 API：comments/show），search/topics 属于高级接口、只返回最新 200 条（微博 API：search/topics）；新出的 weibo-cli 要做人脸核验的开发者认证，试用白名单期 7 天，每个读接口大约 5 次，额度包从 ¥69 起、有效期 365 天（微博开放平台 CLI）。

所以两套 MCP 的分工是这样的：Coding Plan 自带的搜索和网页读取，用来查文档、查新闻、读公开网页，它们按每次 1.2 积分从套餐里扣；EveryInfra 的 MCP 或接口，用来拿平台内的结构化数据，按次付美元。两者在 Claude Code 里可以同时挂着，模型会按工具描述自己选。挂 EveryInfra 远程 MCP 的命令示例如下（这一步我们在本机真做过 initialize 和 tools/list，返回 12 个工具）：

claude mcp add --transport http everyinfra https://api.everyinfra.com/mcp \
  --header "Authorization: Bearer $EVERYINFRA_API_KEY"

# 确认挂上了：应列出 everyinfra 和它的工具数
claude mcp list

这 12 个工具里，舆情脚本只用得上两个：everyinfra_list_capabilities 查有哪些平台和能力、要什么参数，everyinfra_call_api 真正调能力。2026-11-04 00:23（新加坡时间）我们通过 MCP 的 tools/call 调了一次 weibo/search，搜「智谱 Coding Plan」，返回 20 条、扣费 $0.000806，和直接调接口一样。返回的文本有 15,103 个字符。这个长度要留意：Claude Code 对单个 MCP 工具结果超过 10,000 token 会给警告、默认上限 25,000 token（可以用 MAX_MCP_OUTPUT_TOKENS 调），文本结果超过 50,000 个字符会存成文件再给模型（Claude Code MCP 文档）。20 条微博离上限还远，但如果让模型直接通过 MCP 一次拉 50 条评论、再拉 20 个回答，上下文很快就满了。这也是本文让 GLM 写脚本、而不是让 GLM 直接一条条调 MCP 的原因：脚本把几十次调用的结果压成一个统计好的 JSON，模型只读压缩后的那一份。

另一个和网关有关的细节：Claude Code 默认开启工具搜索，MCP 工具先延迟加载，请求里会带 defer_loading 字段和 tool_reference 块；走 ANTHROPIC_BASE_URL 网关时，Claude Code 期望网关转发这些字段。2.1.305 及以后的版本，如果网关因此返回 400 或 422，Claude Code 会自动不带工具搜索重试一次，MCP 工具改为一开始就全部加载（Claude Code MCP 文档）。我们没法验证智谱端点是否接受这些字段；如果你挂了很多 MCP 服务，发现上下文一开头就占得很满，原因可能在这里。

六、流程：一次舆情对比怎么走

整件事只有一条主线。第一步，你在 Claude Code 里说一句话，例如「写一个脚本，对比知乎和微博最近怎么看 Coding Plan 涨价，先拉数据，再告诉我两边的差别」。第二步，GLM-5.3 读你的要求，先调 everyinfra_list_capabilities 或读接口文档，弄清楚四项能力要什么参数，然后写出 topic_pulse.py。第三步，Claude Code 运行脚本，脚本依次调微博搜索、微博评论、知乎搜索、知乎评论，把结果和每次调用的花费写进一个 JSON。第四步，GLM 读这个 JSON，按你要的格式写对比摘要。

这条主线里有两个数字值得记住。第一个是压缩比：第二遍运行时，接口返回的原始 JSON 一共 50,859 个字符，按智谱的比例和英文约 4 个字符一个 token 估算，大约 14,543 个 token；脚本去掉字段、只留文本后剩 4,315 个字符，约 2,207 个 token，压掉了 85%。GLM 每一轮都要重读上下文，这 12,000 多个 token 的差别会在一段会话里被乘上很多次。第二个是耗时：第二遍从 00:33:55 跑到 00:37:01（新加坡时间），3 分多钟，其中大部分是脚本为了不超过每分钟 10 次的请求上限主动等待的时间，以及一次 429 之后的退避。

七、脚本：GLM 要写出什么样的 topic_pulse.py

下面是我们给 Claude Code 的提示词，你可以原样用。

写一个 Python 脚本 topic_pulse.py，只用标准库。输入一个话题关键词，用 EveryInfra 接口（POST https://api.everyinfra.com/api/v1/social，Key 从环境变量 EVERYINFRA_API_KEY 读）做四件事：用 weibo/search 搜 20 条微博，挑评论数不少于 3、正文含指定词的帖子，用 weibo/comments 各拉 50 条评论；用 zhihu/search 搜 20 条回答，按问题归组，只留标题匹配指定正则的问题，挑总点赞最高的 3 个，用 zhihu/content_comments 各拉点赞最高那条回答下的 50 条评论。每次请求间隔 6.5 秒。遇到 429 或 503 按返回的 retry_after 等待后重试；返回体里 recent_failures 达到 3 就别再试这项能力。去掉表情、复读、4 个字以内的评论和平台机器人的回复。输出一个 JSON：每边的条数、去噪后条数、中位长度、点赞最高的 5 条、每次调用的能力、HTTP 状态、条数和 charged_usd。

这段提示词里每一条都有来由。「只用标准库」是为了让脚本在任何机器上都能跑，不用装依赖。「间隔 6.5 秒」来自 EveryInfra 默认的每分钟 10 次请求上限，6.5 秒一档能留出余量。「按 retry_after 等待」和「recent_failures 达到 3 就别再试」是我们第一遍跑完才加上的，第九节会讲第一遍为什么跑了 7 分多钟。「只留标题匹配的问题」是第二遍看完结果才加的，原因也在第九节。「去掉平台机器人的回复」是因为微博评论里有一种「@微博智搜」的自动回复，混在里面会让统计失真。

下面是 GLM 应该写出的核心部分，本文的版本是我们按这个提示词写好并真跑过的第三版（完整文件约 120 行），这里只节选调用和容错的部分。

API = "https://api.everyinfra.com/api/v1/social"
KEY = os.environ["EVERYINFRA_API_KEY"]
GAP = 6.5            # 两次请求间隔，保持在每分钟 10 次以内
DOWN = set()         # 10 分钟内失败 3 次的能力，本次运行不再调

def call(platform, action, params, tries=3):
    if f"{platform}/{action}" in DOWN:
        return None
    body = json.dumps({"platform": platform, "action": action, "params": params}).encode()
    for attempt in range(tries):
        req = urllib.request.Request(API, data=body, method="POST", headers={
            "Authorization": f"Bearer {KEY}", "Content-Type": "application/json"})
        try:
            with urllib.request.urlopen(req, timeout=120) as r:
                code, d = r.status, json.load(r)
        except urllib.error.HTTPError as e:
            code, d = e.code, json.loads(e.read() or b"{}")
        log(platform, action, code, d)       # 记下条数和 billing.charged_usd
        time.sleep(GAP)
        err = d.get("error") or {}
        if code == 200:
            return d
        if (err.get("recent_failures") or 0) >= 3:   # 返回体说别再重试了
            DOWN.add(f"{platform}/{action}")
            return None
        if code in (429, 503) and err.get("retryable") and attempt < tries - 1:
            time.sleep(min(err.get("retry_after", 30), 60))
            continue
        return None

# 知乎：先搜回答，按问题归组，只留标题匹配的问题；再读每个问题下点赞最高那条回答的评论
for q in top_questions:
    answers += by_q[q]                   # 搜索结果自带问题标题、链接、摘要和点赞数
    best = max(by_q[q], key=lambda x: x.get("like_count") or 0)
    zcomments += rows(call("zhihu", "content_comments", {"url": best["url"], "limit": 50}))

这段代码里最关键的是对错误返回体的处理。EveryInfra 的错误不是一句「出错了」，而是一个带字段的 JSON：fault 说明是谁的问题，retryable 和 retry_after 说明能不能重试、等多久，recent_failures 说明这项能力最近失败了几次，next_steps 用自然语言告诉调用方下一步该做什么，example 给一个已知能成功的请求。脚本读这些字段做判断，比按 HTTP 状态码硬写重试次数可靠得多；GLM 在 Claude Code 里读到同样的字段，也能自己决定换一种取法，而不是反复重试。第二遍运行时 00:35:34（新加坡时间）碰到一次 429，脚本按返回的等待时间退避，33 秒后重试成功，这一次没有扣费。

去噪的规则也值得看一眼：评论去掉「回复@某人：」前缀后，4 个字以内的算短评论；整条只由表情标签（形如方括号里的几个字）、空白、数字、「是」「是啊」「是的」「哈哈」「666」组成的算表情或复读；作者名里有「智搜」的算平台机器人。这些规则是我们看了第一批真实评论后写的，不是凭想象。它们不完美，比如「确实」两个字会被当成短评论去掉，但对「统计有多少人在认真说话」这个目的足够了。

八、一次真实往返：知乎、微博各真调了什么

正式跑脚本之前，我们先手工把要用的能力各调了一遍，确认参数和返回格式。下面按时间顺序记录，时刻都是 2026-11-04 新加坡时间。

微博这一侧很顺。weibo/search 返回的每条微博带 id、url、text、posted_at、评论数、转发数和点赞数，搜「Coding Plan 涨价」的 20 条发布时间在 2026-08-17 到 2026-10-26 之间。weibo/comments 接受数字 ID 或带数字 ID 的链接，一条谈 DeepSeek 涨价的帖子一次给了 43 条评论，时间是 2026-08-18 到 08-19。唯一的坑是链接格式：我们故意用一个字母形式的短链接去调，返回 200、0 条，reason 写着 empty_result_refunded，没有扣费。脚本里直接用搜索结果的 id 字段就不会碰到这个问题。

知乎这一侧，zhihu/search 返回 20 条回答，每条带问题标题、回答链接、摘要、点赞数、评论数、收藏数和发布时间，摘要长度 51 到 86 字。这已经够脚本做两件事：按回答链接里的问题 ID 把回答归组，再按点赞挑出每组最值得读的那一条。zhihu/content_comments 接受回答链接，返回这条回答下的一级评论，每条带正文、点赞数和回复数。00:21:42 用 zhihu/content_detail 读的那条回答是一位用户抱怨续费价格从每月 422 元涨到八九百元，47 赞、28 条评论，全文 88 字；00:21:56 再读它下面的评论，拿到 7 条。摘要不够、要读回答全文时才需要 zhihu/content_detail，每条一次请求。

九、脚本跑三遍：关键词漂移、限流和标题过滤

第一遍关键词是「智谱 Coding Plan」，从 00:24:58 跑到 00:32:37（新加坡时间），7 分 39 秒，一共 15 次请求、扣费 6 次，合计 $0.003586，其余 9 次失败都没扣费。时间长，是因为这一版对失败的请求一律等 60 秒再试，还没有读返回体里的 recent_failures。更大的问题是关键词漂移：「智谱 Coding Plan」搜出来的微博里，评论最多的一条是某主播的带货帖，和话题无关，脚本挑了它去拉评论。

第二遍改了三处：加上 recent_failures 达到 3 就停的判断，加上 --must "coding plan" 要求微博正文必须含这个词，关键词换成更具体的「Coding Plan 涨价」。这一版还会用 zhihu/content_detail 读每个问题下搜索已找到的回答全文。从 00:33:55 跑到 00:37:01（新加坡时间），3 分 6 秒，12 次请求，扣费 10 次，合计 $0.00581；没扣费的两次里，一次是 00:35:34 的 429，33 秒后重试成功。下面第十节的对比数字，用的就是这一遍和手工阶段拉到的数据。

第二遍的结果比第一遍干净，但它也暴露了按点赞挑问题的毛病。知乎搜「Coding Plan 涨价」的 20 条回答里，标题提到智谱或 GLM 的有 8 条，比如「如何看待智谱coding plan 这次涨价？」「为什么智谱的Coding Plan国内的比国外的还贵？」；但按总点赞挑出来的 3 个问题是「为什么 GPT 要暂停$200 pro 订阅？」（523 赞）、「现在还能买到性价比高的coding plan吗？」（378 赞）和「如何评价阿里云百炼Coding Plan Lite停止续费和升级」（235 赞）。它们都在谈 Coding Plan 的定价逻辑，和话题相关，但不是专门谈智谱。如果你要的是「大家怎么看智谱涨价」，就要在挑问题时再加一个标题过滤，例如要求标题含「智谱」「GLM」或「某谱」。这正是 Claude Code 适合做的事：你看完第一份摘要说一句「只要谈智谱的」，GLM 改一行过滤条件再跑一遍，多花不到一美分。

微博一侧更明显。「Coding Plan 涨价」搜到的 20 条微博里，正文提到 coding plan 的只有 7 条，其中评论数不少于 3 的只有 2 条：一条是用户退订讯飞套餐后试各家替代方案，一条是说 GLM-5.3 提升很大但涨价太多。两条帖子一共只拉到 5 条评论。另外 13 条里有新闻转载、行业日报、游戏资讯，评论数最多的一条（50 条）是 DeepSeek 涨价的话题帖。这说明一个现实：小众的技术话题在微博上讨论量很薄，大部分声音在知乎。为了让对比有足够样本，我们把手工阶段拉到的 4 组微博评论（共 73 条，主题分别是本地部署、DeepSeek 涨价、各家定价思路和一条评论全是表情的帖子）和第二遍的 5 条合在一起，得到 78 条微博评论；知乎一侧是第二遍的 71 条评论加手工阶段的 7 条，也是 78 条。两边条数相同，比例才好比。

第三遍按上面说的加了知乎标题过滤，这也是本文的最终版脚本。我们去掉了读全文这一步，只留四项能力，加上 --zhihu-title "智谱|GLM|某谱"，2026-11-04 02:06:32 到 02:08:22（新加坡时间）跑完，1 分 50 秒，7 次请求全部返回 200，扣费 7 次，合计 $0.004142。微博一侧和第二遍一样，读到同样 2 条帖子的 5 条评论。知乎一侧，加了标题过滤后挑出的 3 个问题都在谈智谱：「如何看待智谱 GLM Coding Plan 7.30 改版为积分制？」（最高赞回答 47 赞、28 条评论）、「现在哪里能订阅到 GLM-5 coding plan 呢，为什么这个模型这么火爆？」（36 赞）和「如何评价某谱的Coding Plan这么贵？」（7 赞）。三条回答下分别读到 7、11、3 条评论，共 21 条，按第七节的去噪规则一条都没去掉，中位长度 26 字。点赞最高的一条评论（19 赞）问的是为什么会有人选年付，「谁知道三个月后哪个ai牛皮」；另一条（4 赞）说国际站「比国内的价格要贵上50%啊」。

十、知乎和微博怎么说：对比摘要

这一节是 GLM 读完结果后应该写出来的东西。为了不让模型给自己打分，下面的数字都由 analysis.py 从原始返回现算，不经过任何模型；文字部分是我们按这些数字写的示范。

先看长度。去噪后，微博评论的中位长度是 14 个字，90% 的评论不超过 36 字，最长一条 158 字；知乎评论的中位长度是 28 个字，90% 不超过 70 字，最长 229 字；知乎回答（4 条）的中位长度是 310.5 字，最长 756 字。同样是「评论」，知乎的比微博长一倍；而知乎回答又比知乎评论长十倍。这意味着如果你只看微博，得到的是情绪；要看理由，得去知乎读回答。

再看噪声。微博 78 条评论里去掉了 15 条：6 条 4 个字以内（「是」「是啊」这类），4 条纯表情，3 条是「@微博智搜」的自动回复，1 条重复，1 条只有链接。知乎 78 条评论里只去掉了 8 条：3 条太短，2 条只有链接，2 条重复，1 条纯表情。微博的噪声比例是 19%，知乎是 10%。微博的机器人回复值得单独提：有用户在评论里 @ 平台的智能搜索问「deepseek涨价多少」，机器人回一段长答案，这些回复在点赞排序里还排得很靠前，不去掉就会把「机器人怎么说」当成「网友怎么说」。

然后是主题。我们给六个主题各写了一组关键词：价格（涨价、贵、多少钱、元、刀）、额度（额度、用量、用满、5 小时、周、积分、重置）、质量（降智、变笨、量化）、对比（DeepSeek、Kimi、Codex、Claude、千问、MiniMax）、本地部署（本地、显存、部署）、封号与风控（封号、风控、限流）。一条评论可以属于多个主题。微博保留的 63 条里，谈价格的 22.2%，谈对比的 15.9%，谈质量和本地部署的各 4.8%，谈额度的只有 3.2%。知乎保留的 70 条里，谈额度的 25.7%，谈价格和对比的各 20%，谈质量和风控的各 5.7%，本地部署为 0。

按这些数字，GLM 写出的对比摘要大致是这样（示范文字，不是模型生成）：

两边都在谈价格，但谈法不同。微博上是一句话的态度，「价格也是越来越离谱」「那我肯定选DeepSeek啊」，很少给理由，五条里有一条在拿别家比。知乎上的人在算账：点赞最高的回答认为，API 折扣超过 15 倍的套餐只要被用满，毛利就是负的；高赞评论在说额度，「最近尤其是送重置卡那次之后，只有以前一半左右了」（74 赞）。知乎有 5.7% 的评论谈风控和封号，微博没有；微博有人在谈本地部署能不能替代套餐，知乎这批评论里没有。样本很小（每边 78 条），而且知乎回答是按点赞挑的，偏向最有争议的说法。

这段摘要里引用的原话，我们只取了公开评论的内容，不带昵称。点赞数来自返回里的 like_count。需要再强调一次局限：这是一个话题、一个晚上、每边 78 条的样本，主题词是人写的规则，GLM 做分类时可能会归得更准，也可能会归错。它能回答的是「这两个平台上的讨论有什么不一样」，不能回答「多少人支持涨价」。

十一、成本：数据费、GLM token 费和套餐积分

先算数据费。第二遍运行的 12 次请求里，weibo/search 1 次 $0.000806，其余 9 次成功的请求各 $0.000556，503 和 429 不扣费，合计 $0.00581。这批数据去噪前一共 79 行文本（5 条微博评论、3 条知乎回答、71 条知乎评论），另有 40 条搜索结果，折合每千行文本 $0.0735。最终版去掉读全文，一次运行 7 次请求、$0.004142，读回 5 条微博评论和 21 条知乎评论，另有 40 条搜索结果。每天跑一次第二遍这样的规模，一个月是 $0.1743；跑最终版，一个月是 $0.12426。

再算模型费。没有智谱账号，我们无法测一段真实会话用了多少 token，所以借 Claude Code 成本文档里的一条会话示例来估：1.2k 输入、5.3k 输出、940k 缓存读取、50k 缓存写入（Claude Code 成本文档）。这条示例的构成和「写一个百行脚本、跑两次、改一次」差不多：缓存读取占了绝大部分，因为每一轮都要重读之前的上下文。智谱没有单独的缓存写入价，我们把缓存写入按普通输入算。

「读结果写摘要一次」一列按 2,207 个输入 token（第二遍去字段后的文本）加 1,500 个输出 token 算，这是脚本写好以后、每天让 GLM 读一次新数据的边际成本。人民币按 2026-11-03 中间价 6.7150 折算。

这张图想说明的是：在这类任务里，钱主要花在「让模型写和改」上，而不是「拿数据」上。写一次脚本，GLM-5.3 的费用是数据费的 63 倍，Flash 是 7 倍。脚本写好以后，每天的边际成本就变成了数据费加一次读摘要：用 Flash 读，一次合计不到 $0.007。如果你用的是 Coding Plan，模型费就变成积分：Lite 套餐每周 10,000 积分，高峰期能跑大约 48 段这样的 GLM-5.3 会话、145 段 Flash 会话；非高峰时段翻倍。Coding Plan 自带的联网搜索每次 1.2 积分，查几次文档几乎不占额度。

还有一笔容易漏掉的钱：把整份原始返回丢给模型。第二遍的原始 JSON 约 14,543 个 token，按 GLM-5.3 智谱价每百万输入 ¥8，读一次约 ¥0.116，约合 $0.017，约是数据费本身的 3 倍；而且每多一轮对话就要再读一次。让脚本先压缩，模型只读压缩后的 2,207 个 token，是这个组合里最省钱的一个决定。

十二、做不到的地方

第一，按问题拉全部回答的 zhihu/question_answers 在本文测试时不可用，失败的请求都没扣费；所以脚本从 zhihu/search 出发，每个问题只读搜索找到的回答和它下面的评论，不是问题下的全部回答。

第二，智谱一侧完全没有实测。配置示例按 2026-11-04 读取的文档写，文档自己有两处不一致（默认模型、思考强度映射）。GLM-5.3 在 Claude Code 里实际写出的脚本是什么样、要改几轮、真实用了多少 token，本文都没有数据。模型费是借用 Claude Code 文档里一条会话示例的 token 构成估算的，不是测量值。

第三，样本小。每边 78 条评论，微博侧有 73 条来自手工挑选的几条帖子，不是脚本自动选的；知乎回答只有 4 条。主题分类用的是关键词规则，「刀」「周」这类字可能误命中。结论只能当线索，不能当比例。

第四，Coding Plan 的额度只在指定工具里有效，所以「让脚本每天定时跑、自己调 GLM 写摘要」这种用法不在套餐范围内，要另付标准 API 的钱。本文的设计是让定时任务只跑脚本，摘要留给你下次打开 Claude Code 时让 GLM 读。

第五，微博评论里没有 IP 属地字段。目录显示 weibo/comments 不返回属地，楼中楼回复要用 weibo/comment_replies（每次 $0.000806，带属地）。如果你的分析要按地区看，得多调这一项。

十三、行业动向：近 30 天和 GLM-5.3、Coding Plan 有关的变化

模型一侧，2026-10-12 量子位报道，智谱在 ZCode 3.15.1 里放出了 GLM-5.3-Highspeed，网友实测约 490 tokens/s（量子位）；这个型号目前只在 ZCode 里，Coding Plan 文档没有把它列进 Claude Code 可用的模型。npm 上的图像视频理解 MCP @z_ai/mcp-server 在 2026-10-29 更新到 0.1.6（npm）。

安全一侧，Anthropic 在 2026-09-29 发表研究，认为 GLM-5.3 能自主完成端到端的漏洞利用，且发布时没有足够的防护（Anthropic 研究）。2026-10-30 Help Net Security 报道了 Irregular 的评估：13 个场景里 GLM-5.3 没有拒绝任何一个，评估方建议在给它更多自主权限前先测试限制措施（Help Net Security）。对本文的意义是：在 Claude Code 里给 GLM 开文件和命令权限时，按最小权限来，脚本只需要读写一个目录、访问一个接口。

价格一侧，2026-10-16 起智谱把标准 API 和 Coding Plan 的 Key 分开管理（见第三节）。2026-10-23 的 36 氪报道，双 11 期间智谱是少数真打折的，Lite 月卡从 ¥118 降到 ¥115（36 氪）。10 月下旬智源社区转述，部分 Coding Plan 用户因模型「降智」问题收到了额度重置卡补偿（智源社区），这和知乎评论里「送重置卡那次之后，只有以前一半左右了」对得上，但重置卡的具体规则我们没有在智谱文档里查到。

十四、上手步骤

按下面的顺序做，大约半小时能跑通。第 1 到 3 步是配置示例，第 4 到 6 步本文真跑过。

1. 在智谱开放平台订阅 Coding Plan，在「个人编程套餐」入口新建一个套餐 Key（2026-10-16 后标准 Key 不能用于套餐）。
2. 按第四节的示例编辑 ~/.claude/settings.json，开新终端运行 claude，输入 /status 确认 Model 是 glm-5.3。
3. 在 Claude Code 里问一句「现在用的是什么模型」，再输入 /effort 看当前思考档，需要省积分就切到 high。
4. 在 EveryInfra 快速开始 拿到 Key，写进 settings.json 的 EVERYINFRA_API_KEY；可选：按第五节挂上远程 MCP。
5. 把第七节的提示词交给 Claude Code，让它写出 topic_pulse.py 并跑一遍，先用 --weibo-posts 2 --zhihu-questions 2 小规模试，知乎问题加 --zhihu-title 过滤。
6. 让 GLM 读输出的 JSON 写对比摘要；看完后加过滤条件（例如标题必须含「智谱」）再跑一遍。

四项能力的参数和返回字段，分别见 知乎数据接口 下的 知乎搜索、知乎评论、可选的 知乎内容详情，以及 微博数据接口 下的 微博搜索、微博评论。远程 MCP 的工具清单见 MCP 服务，各能力的目录价见 价格页。

相关阅读：想看模型在清洗评论这一步的表现和费用，读 DeepSeek V4 接 Claude Code 清洗评论，本篇 topic_pulse.py 输出的 JSON 可以直接作为它的输入；更多用 Claude Code 跑平台数据的写法见 Claude Code 动态工作流拉小红书评论；「按点赞挑」带来的偏差见 社交媒体研究的样本完整性；失败不扣费、按 charge_id 退款的细节见 失败退款对账。

常见问题

glm-5.3 接入claude code 要改哪些配置，模型名为什么加 [1m]？

只改 ~/.claude/settings.json 的 env，完整写法见第四节。容易漏的是 [1m] 后缀：Claude Code 不认识 glm-5.3 这个 ID 时按 200K 上下文提前压缩，加上后缀才按 1M 处理；改完开新终端，用 /status 核对 Model 一行。问题来源：搜索引擎联想词「glm-5.3 接入claude code」「how to use glm 5.3 in claude code」（2026-11-04 查询）；依据：智谱如何切换模型、Claude Code 模型配置。

Coding Plan 的额度能在自己的脚本里调 GLM 吗？

不能。套餐只在官方列出的工具和产品环境里有效，在规定工具以外调用 API 不享受套餐额度；自建应用、网站、机器人、SaaS 要用标准 API 按量付费。2026-10-16 起两类 Key 也分开管理。所以本文的脚本只取数，摘要交给 Claude Code 里的 GLM 写。问题来源：搜索引擎联想词「智谱 coding plan 额度」「glm coding plan limits」（2026-11-04 查询）；依据：Coding Plan 套餐概览、Coding Plan 常见问题。

Coding Plan 自带的联网搜索能拿到知乎回答和微博评论吗？

按智谱文档，联网搜索返回网页标题、URL、摘要、网站名称和图标，网页读取返回标题、正文、元数据和链接列表，适合查文档、读新闻。舆情脚本要的是每条回答、每条评论一行、带点赞和时间的记录，这一部分用 zhihu/search、zhihu/content_comments、weibo/search、weibo/comments 拿。我们没有智谱账号，自带工具没有实测。问题来源：搜索引擎联想词「glm coding plan 联网搜索」「glm coding plan 联网搜索不到」（2026-11-04 查询）；依据：联网搜索 MCP、网页读取 MCP。

知乎有 api 吗？

有。知乎数据开放平台提供搜索和热榜等接口，搜索每次最多 10 条、返回摘要、附精选评论，用 Bearer 令牌加时间戳鉴权，适合要走平台授权的场景。本文的脚本用 EveryInfra 的 zhihu/search 一次取 20 条回答，再用 zhihu/content_comments 读回答下的评论，2026-11-04 最终版一次运行读到 21 条知乎评论，知乎部分扣费 $0.002224。问题来源：搜索引擎联想词「知乎有api吗」「知乎官方api」（2026-11-04 查询）；依据：知乎数据开放平台：搜索、知乎搜索能力页。

GLM-5.3-Flash 和 GLM-5.3 写脚本该选哪个？

按智谱价格页，Flash 的输入、输出单价都是 GLM-5.3 的十分之一，缓存命中约九分之一；按本文的会话示例估算，Flash 写一次脚本约 $0.04，GLM-5.3 约 $0.36。百行左右的取数脚本，先用 Flash 写，遇到改不对的地方再切到 GLM-5.3。问题来源：搜索引擎联想词「glm 5.3 flash vs glm 5.3」「glm 5.3 flash cost」（2026-11-04 查询）；依据：智谱价格页、Z.ai 价格页。

Coding Plan 现在多少钱，什么时候扣得少？

2026-11-04 读取的个人版连续包月价是 Lite ¥118、Pro ¥538、Max ¥1078，包季 8 折、包年 7 折。非高峰时段模型调用按 50% 扣积分，高峰是周一到周五 14:00 到 18:00（UTC+8）。套餐不退款。问题来源：搜索引擎联想词「智谱 coding plan 价格」「glm coding plan pricing」「智谱 coding plan 退款」（2026-11-04 查询）；依据：GLM Coding Plan 订阅页、套餐使用说明。

参考资料

1. 智谱：如何切换模型（Coding Plan，2026-11-04 读取）
2. 智谱：Claude Code 接入指南
3. 智谱：Claude Code 介绍
4. 智谱：GLM Coding Plan 套餐概览
5. 智谱：Coding Plan 快速开始
6. 智谱：Coding Plan 使用说明
7. 智谱：Coding Plan 常见问题
8. 智谱：套餐用量调整公告（2026-07-30 新版）
9. 智谱：API Key 分类管理公告（2026-10-16）
10. 智谱：联网搜索 MCP
11. 智谱：网页读取 MCP
12. 智谱：开源仓库 MCP（zread）
13. 智谱：视觉理解 MCP
14. 智谱：其他工具接入与适用工具清单
15. 智谱：GLM-5.3 模型页
16. 智谱：GLM-5.3-Flash 模型页
17. 智谱：价格页
18. 智谱：新品发布记录
19. 智谱：费用问题
20. 智谱：API 问题
21. 智谱：GLM Coding Plan 订阅页（2026-11-04 读取价格）
22. Z.ai：Coding Plan 概览
23. Z.ai：Claude Code 接入
24. Z.ai：切换到最新模型
25. Z.ai：使用政策
26. Z.ai：快速开始
27. Z.ai：价格页
28. Z.ai 博客：GLM-5.3
29. Claude Code：LLM 网关
30. Claude Code：模型配置
31. Claude Code：环境变量
32. Claude Code：MCP
33. Claude Code：设置
34. Claude Code：成本
35. Claude Code：更新日志（2.1.317，2026-11-03）
36. Claude Code 仓库 CHANGELOG
37. MCP 规范 2026-07-28 版
38. 智谱 glm-cookbook：Claude Code 接入示例
39. npm：@z_ai/mcp-server
40. npm：@z_ai/coding-helper
41. 知乎数据开放平台
42. 知乎数据开放平台：搜索接口
43. 知乎数据开放平台：热榜技能
44. 微博开放平台 CLI
45. 微博开放平台 CLI 快速开始
46. 微博 API：comments/show
47. 微博 API：search/topics
48. 微博 API：频次限制
49. EveryInfra 能力目录（2026-11-04 读取）
50. 国家外汇管理局：人民币汇率中间价
51. Anthropic：GLM-5.3 and the spread of advanced cyber capabilities（2026-09-29）
52. Help Net Security：Irregular 对 GLM-5.3 的评估（2026-10-30）
53. 量子位：智谱新模型 490 tokens/s（2026-10-12）
54. 36 氪：Token 扎堆上架电商双 11（2026-10-23）
55. 智源社区：降智补偿与重置卡