情感雷达

多平台社交媒体情感采集与分析。

支持的平台

前置条件

MediaCrawler（用于小红书）

若未安装：

git clone https://github.com/NanmiCoder/MediaCrawler ~/.openclaw/workspace/skills/media-crawler
cd ~/.openclaw/workspace/skills/media-crawler
uv sync
playwright install chromium

配置文件：config/base_config.py — 设置 ENABLE_CDP_MODE = True，SAVE_DATA_OPTION = "json"

Xpoz MCP（用于 Twitter / Reddit）

需安装 mcporter 并配置 Xpoz OAuth。令牌位于 ~/.mcporter/xpoz/tokens.json

工作流程

步骤 1：定义目标

识别产品/品牌及搜索关键词。示例：

产品：Plaud录音笔, 钉钉闪记, 飞书录音豆
关键词（小红书）：Plaud录音笔,钉钉闪记,飞书妙记,AI录音笔评测,录音豆
关键词（Twitter）：Plaud NotePin, DingTalk recorder, Lark voice

步骤 2：采集数据

小红书数据采集

使用 MediaCrawler 采集关键词数据。启用 CDP 模式（用户 Chrome 浏览器）以规避反爬检测。

需通过二维码扫描登录 —— 使用 exec(background=true) 在后台运行。

cd skills/media-crawler
# 更新 config/base_config.py 中的关键词后：
.venv/bin/python main.py --platform xhs --lt qrcode

macOS 环境适配：

export MPLBACKEND=Agg
export PATH="/usr/sbin:$PATH"

数据输出路径：data/xhs/json/search_contents_YYYY-MM-DD.json 和 search_comments_YYYY-MM-DD.json

Twitter / Reddit 数据采集

直接使用 Xpoz MCP 工具：

• xpoz.getTwitterPostsByKeywords — 返回包含互动指标的帖子
• xpoz.getRedditPostsByKeywords — 返回包含评论的帖子

步骤 3：分析

对采集的数据运行分析脚本：

python3 scripts/analyze.py \
  --data ./data \
  --products '{"Plaud": ["plaud","notepin"], "钉钉": ["钉钉","dingtalk","闪记"]}' \
  --output report.md

该脚本执行以下分析：

• 关键词分布分析（各关键词笔记数量、总点赞/收藏数）
• 评论中提及产品的频率
• 情感分类（正面 / 负面 / 担忧 / 中性）
• 按互动量排序的热门笔记
• 价格/订阅相关投诉提取
• 产品对比类评论提取

步骤 4：生成报告

分析结果输出包括：

1. 标准输出中的 JSON 数据（供程序调用）
2. 写入 --output 指定路径的 Markdown 报告

可将小红书与 Twitter 数据合并，生成综合报告。参考结构见 references/report-template.md

核心分析维度

1. 情感分布 — 正面、负面、担忧的比例
2. 产品提及情况 — 哪些产品被讨论最多
3. 价格投诉 — 订阅疲劳、价值感知问题
4. 对比类评论 — 用户之间的直接比较意见
5. 用户痛点 — 功能建议、抱怨、未满足需求
6. 互动指标 — 点赞、收藏、分享等作为热度信号

注意事项

• 小红书数据使用中文数字格式（如“1.1万”）—— analyze.py 中的 parse_count() 函数可处理此格式
• MediaCrawler 每次请求间有 2 秒延迟，防止触发限流
• 每个关键词每页返回约 20 条笔记（可在 MediaCrawler 配置中调整）
• 评论会自动按笔记逐条抓取
• 如需定期监控，可通过 cron 定时任务执行，并与历史报告进行对比