[
{
"id": "medium-article-api_1000",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #1",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 1,
"relevanceScore": 0.95,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1001",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #2",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 2,
"relevanceScore": 0.8999999999999999,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1002",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #3",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 3,
"relevanceScore": 0.85,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1003",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #4",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 4,
"relevanceScore": 0.7999999999999999,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1004",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #5",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 5,
"relevanceScore": 0.75,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
}
]
curl --location --request POST 'https://zylalabs.com/api/14179/medium+tagged+articles+claps+and+author+intelligence+scraper+api/35234/execute+medium+tagged+articles+claps+and+author+intelligence+scraper+api' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"tags":["artificial-intelligence","programming"],"maxArticles":20}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Artigos Marcados do Medium Aplausos e Scraper de Inteligência do Autor API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
Esta API retorna informações detalhadas sobre artigos do Medium incluindo métricas de engajamento como o número de aplausos indicadores de desempenho do autor resumos de artigos datas de publicação e links para perfis de autores todos categorizados sob tags especificadas
Os campos-chave na resposta incluem "id", "título", "status", "resultado", "entradaRecebida", "dados" (que contém "índice", "pontuaçãoDeRelevância", "resumo" e "atributos") e "timestamp", fornecendo insights abrangentes sobre o desempenho de cada artigo
Os dados da resposta estão estruturados como um array JSON, com cada artigo representado como um objeto contendo campos para identificação, status, resultados, parâmetros de entrada e atributos de dados detalhados, permitindo uma fácil análise e interpretação
O ponto de extremidade fornece informações sobre o engajamento de artigos (aplausos), percepções do autor (contagem de seguidores, frequência de publicações), resumos de artigos, datas de publicação e categorias, permitindo que os usuários analisem o desempenho do conteúdo e a influência do autor
Os usuários podem personalizar solicitações especificando parâmetros como "tags" para filtrar artigos por assunto e "maxArticles" para limitar o número de artigos retornados permitindo uma extração de dados adaptada a interesses específicos
Os dados são obtidos diretamente dos artigos publicados no Medium garantindo que as informações reflitam métricas de engajamento em tempo real e perfis de autores mantendo assim a relevância e a precisão nas informações fornecidas
Casos de uso típicos incluem estrategistas de conteúdo otimizando a escrita com base em tópicos em alta, profissionais de marketing identificando autores influentes em nichos e pesquisadores estudando a dinâmica de interação do público em plataformas de publicação digital
Os usuários podem analisar métricas de engajamento para identificar tópicos populares avaliar a influência do autor e informar estratégias de conteúdo A resposta estruturada permite fácil integração em ferramentas de análise ou painéis para insights mais profundos