你准备汇总快手教程反馈，发现一条评论下面接了很多回复。有些是在问新条件，有些是作者补充说明。若把回复当作普通独立评论逐条统计，原问题可能被重复放大。先恢复根评论语境，再整理对话会更准确。

作品和根评论共同决定范围

该能力需要作品标识及根评论标识。先从已确认的一级评论建立对应关系，保留原问题内容，避免把另一个视频里同样的句子当作这里的根评论。每条回复都应挂在这组来源之下，后续合并多个讨论时也不会失去它实际在回应什么。

用回复游标继续阅读

首次游标为空，后续使用返回位置。记录已查看的批次，并检查重复；不应因回复数量看似很多就认定所有内容都已取得。响应概括为评论数据，具体回复对象和时间需要按实际字段判断，无法确认指向时回到页面核查，而不是凭排列顺序编出一段对话。

将讨论整理成问题的解决状态

分别写原问题是什么、有哪些新条件、已有答复是否明确，以及仍需继续确认的地方。作者一句补充可能改变整个问题的范围，其他用户附和也不一定代表相同亲身经历。最终可以把未解决的问题交给下一次补充演示，而已解释的内容提供回查入口。公开可见回复只是当前材料，不应被当成完整客服处理记录或对所有用户需求的穷尽。

完整地址与参数

GET https://api.trmesh.com/openapi/api/v1/kuaishou/web/fetch_one_video_sub_comment

参数 类型 必填 含义
photo_id string 是
pcursor string 否
root_comment_id string 是

可以复制的 Python 请求

安装 requests 并在环境变量中设置 TRMESH_API_TOKEN。把示例用户名或作品 ID 换成你要查询的对象。

import os
import requests

# 使用自己的 TRMesh 开发者密钥；不要将密钥写入网页。
url = "https://api.trmesh.com/openapi/api/v1/kuaishou/web/fetch_one_video_sub_comment"
params = {
    "photo_id": "3xgarycnydawq3g",
    "pcursor": "909377053156",
    "root_comment_id": "908850553827"
}
response = requests.get(
    url, params=params, timeout=30,
    headers={"Authorization": f"Bearer {os.environ['TRMESH_API_TOKEN']}"},
)
response.raise_for_status()
payload = response.json()
print(payload)  # 先核对真实响应，再提取业务字段

对应接口文档 · 返回免费查询工具

调用接口会使用你的 TRMesh 账号额度，运行前请确认接口价格。