同事发来一条 LinkedIn 行业观点，让你放进客户交流材料。你只看了转发摘要，还不清楚原作者是在预测未来还是描述已发生的事实。先读取原帖子或文章，能帮助准确转述，也能发现摘要中省略的条件。

确认是帖子还是长文入口

契约支持帖子与文章两种完整地址形式。保留原地址，并核对作者和正文是否对应同事推荐的材料。相似主题可能被多个账号转述，不能把某个转发者的说明误当原作者正文。来源关系不清楚时，先标记待核实，而不是为材料补一个看似合理的署名。

把主张类型写清楚

详情包括正文、作者、发布时间、标签、媒体和互动等信息，按实际可用字段整理。阅读时区分个人经验、行业预测、研究引用与商业推广，尤其注意预测并不是已经发生的事实。配图或视频如承载证据，应另外查看；互动数只说明可见反馈规模，不证明观点经过专业验证。

为交流材料补上限定条件

将需要采用的观点改写成准确短句，保留原有范围和时间，并附出处。数字和因果判断应追查原文引用的证据，而不是因发布者职业头衔就默认可信。接口不会提供独立事实核查，也不会给出作者全部观点历史。最终材料可以清楚说明这位作者提出了什么、与你的问题有什么关系，以及哪些地方仍需讨论，避免把个人观点包装成确定的行业共识。

完整地址与参数

GET https://api.trmesh.com/openapi/api/v1/linkedin/web_v2/get_post_detail

参数 类型 必填 含义
url string 是 帖子或文章 URL

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/linkedin/web_v2/get_post_detail"
params = {
    "url": "https://www.linkedin.com/posts/orlenchner_scrapecon-activity-7180537307521769472-oSYN"
}
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。