可以用 Sorsa 补全推文 ID 数据集吗？
可以。批量接口每次请求接受最多 100 个推文 ID，返回完整的推文内容和作者资料。它可以直接替代那些依赖官方接口的老式补全工具，只需要一个密钥，无需开发者账号，也无需 OAuth。
2023 年 X 关停免费的 Academic Research Track 时，支撑了近二十年推特研究发表的全量档案和高用量访问一并消失。 Sorsa API 把这份访问权还回来， 对通过审核的非商业研究者免费或折扣开放。
或者直接写信给我们： contacts@sorsa.io
十七年里，推特接口一直是政治学、公共卫生、计算社会科学、传播学和语言学的主流数据源。关于选举、虚假信息和危机传播的大量研究都建立在这套数据之上。Academic Research Track 给通过审核的研究者提供可回溯到 2006 年的全量档案搜索，每月约 1000 万条推文。2023 年 2 月宣布之后，免费接口访问在那个春天被切断，到 2023 年年中，学术接口被完全下线。替代的套餐对研究几乎没有用：100 美元的基础套餐不含历史数据，企业合同则从每月约 4.2 万美元起。一百多项研究被取消或搁置。想更深入了解如何获取旧推文，可以看我们关于 推特历史数据的指南。
为了符合 X 的条款，共享的研究数据集通常以推文 ID 列表的形式分发。以前补全这些 ID 要走官方接口，靠 DocNow Hydrator 或 twarc 这类工具，而免费和学术访问结束后，两者都失效了。Sorsa 的批量接口每次接受 最多 100 个推文 ID ，返回完整的推文 JSON，并附带作者资料，无需开发者账号，也无需 OAuth。每条推文还带有 view_count 和 bookmark_count ，这两项互动指标官方接口并不对第三方推文开放。
用推特的 高级搜索语法检索完整的公开档案：from: 和 to: 按账号采集，since: 和 until: 圈定时间窗口，lang: 过滤语言，再加上精确短语和话题标签。像 Academic Track 允许的那样，搭建纵向数据集、事件窗口和关键词语料。可以看我们关于 用接口搜索推文的开发指南，或者 导出一个账号的全部推文。
每条响应都带有稳定的推文 ID 和用户 ID，因此你可以在论文旁附上符合条款的 ID 列表，让别人复现你的采集。输出是干净的 JSON，可以直接进 R、pandas 或者你的 notebook，随后接 情感分析 等下游流程。
请求头里放一个密钥，只读，只取公开数据。没有可发布的内容，也没有代表谁行事的账号，因此在 IRB 或伦理审查里描述采集过程会很直白。没有申请队列，也不用等审批。
| Academic Research Track2023 年以前 | 官方推特接口2026 年，按量付费 | Sorsa按请求固定计费 | |
|---|---|---|---|
| 全量档案搜索 | 有，可回溯到 2006 年 | 仅企业套餐 | 有，可回溯到 2006 年 |
| 每月用量 | 约 1000 万条推文 | 按帖子读取计量 | 固定套餐，任意用量 |
| 审批流程 | 申请加审核，数周 | 需要开发者账号审批 | 没有，立刻拿到密钥 |
| 免费起步 | 需要申请 | 没有 | 100 次免费请求 |
| 认证方式 | OAuth 加 bearer 令牌 | OAuth 2.0 | 单个 ApiKey 请求头 |
| 100 万条推文的成本 | 通过审核则免费 | ~$5,000 | 学术用途免费或折扣 |
| 互动指标 | 点赞、转发、回复 | 对第三方推文有限 | 点赞、转发、回复，外加 view_count 和 bookmark_count |
每次调用最多发 100 个推文 ID，按 100 个一批循环你的数据集，把结果写进 .ndjson 供分析。完整配置见 历史数据文档。
import requests ids = ["1266876474440761346", "1266868259925737474"] # up to 100 per request res = requests.post( "https://api.sorsa.io/v3/tweet-info-bulk", headers={"ApiKey": "YOUR_API_KEY"}, json={"tweet_links": ids}, ) for tweet in res.json()["tweets"]: print(tweet["full_text"], tweet["user"]["username"])
谁符合条件： 教师、博士后、博士与硕士研究生，以及做非商业项目的公民社会研究者。硕士论文、博士论文和有经费的教师课题都算。 你会得到什么： 用于试点研究的免费请求额度，或者更大规模采集时长期有效的付费套餐折扣。我们 在两个工作日内回复。
申请方式：用你的机构邮箱（.edu 或你所在大学的域名）写信到 contacts@sorsa.io ，或者用下面的表单，说明你的研究问题、打算怎么用数据，并确认项目是非商业性质的。 如有需要，我们会为 IRB 和伦理审查提供数据使用与合规说明函。 按请求固定计费的套餐在经费申请里也是一笔固定、可预估的支出，不像官方接口那样按量计价。
或者直接写信给我们： contacts@sorsa.io
如果你的用途是商业的，或者只想拿标准接口访问而不走申请，我们有按请求固定计费的套餐，覆盖任意用量。完整说明在价格页。
设想一个研究选举话语的传播学团队，手里有合作实验室共享的 320 万条推文 ID 数据集。Academic Track 关停之后，像他们那样的 twarc 流程只会返回认证错误。在 Sorsa 的批量接口上，这 320 万个 ID 相当于 3.2 万次每批 100 个的请求，大约是 Pro 套餐一个月额度的三分之一，按每秒 20 次请求算，大约 30 分钟就能跑完。补全工作照常继续，不需要企业合同，采集方法也不用改。
可以。批量接口每次请求接受最多 100 个推文 ID，返回完整的推文内容和作者资料。它可以直接替代那些依赖官方接口的老式补全工具，只需要一个密钥，无需开发者账号，也无需 OAuth。
覆盖。全量档案搜索可以取到 2006 年 3 月以来的公开推文，并支持账号、日期区间、语言、短语和话题标签这些标准高级操作符。
不需要。访问方式就是在请求头里放一个密钥。没有申请队列，不用等审批，也没有 OAuth 流程。
Sorsa 只读，且只返回公开数据。没有写操作，也不代表任何账号行事，采集过程因此很好描述。如有需要，我们会为 IRB 和伦理审查提供数据使用与合规说明函。
有。对通过审核的非商业学术研究，我们提供免费或折扣访问。请用机构邮箱写信到 contacts@sorsa.io，简要说明项目和数据用途，我们会评估。
不会。和任何补全一样，只有仍然公开的推文才会返回。原始采集之后被删除或转为私密的推文无法恢复，这在所有方法里都一样，属于预期之内。
不能。Sorsa 严格只读，且只覆盖推特（X）。它不发帖、不回复、不关注，也不做任何写操作。
可回溯的推特（X）全量档案搜索和按推文 ID 的数据补全，价格固定，适合课题经费。只读、公开数据、一个密钥。前 100 次请求免费：无需绑卡，永不过期。