Comment Intel — 评论区情报

把「评论区」从散装文本变成可交互、可追溯的知识图谱，并产出可直接用的内容结论：关注点 TOP 榜、内容缺口选题、共现簇、金句库、成果案例。

自包含单 Skill：多平台采集（只读）→ 格式化 → 定制词表 → 逐条抽取 → 建图渲染 → 交付解读/每日飞书简报，全部内置，不依赖其他 skill。

交付物：atlas.html 可交互知识图谱 · 结构化数据 JSON · 中文结论报告 · 可选飞书文档简报（关注点 TOP / 内容缺口选题 / 金句库 / 成果案例，适合团队阅读与存档）

它能做什么

• 即时分析：给一个平台链接或一批评论文件 → 输出可交互知识图谱 atlas.html + 五类内容结论
• 每日情报简报：定时跑多平台关键词采集（抖音/小红书/B站/X/YouTube）→ 分析 → 生成飞书文档发送

应用场景

评论区是用户不设防的真实表达，比问卷更接近原声。这套流水线不止服务自媒体：

场景	怎么用
自媒体/内容创作	选题（内容缺口=is_ask 密集项）、起号方向、金句标题、成果案例做社会证明
市场调研	竞品评论区 = 免费焦点小组：看真实需求、抱怨点、好评理由，比问卷更真实
需求探索	评论区提问（is_ask）= 未被满足的需求信号，直接验证产品/内容方向
用户研究	人群画像（persona）、关注点、情绪立场、应对策略的结构化归纳
品牌舆情	阴阳怪气（is_sarcasm）= 负面信号预警；成果汇报（is_win）= 口碑素材库

快速开始

# 1. 安装（放到任意 skill root，如 ~/.agents/skills/comment-intel）
# 2. 采集（以 B站为例，其余平台见 references/collect.md）
python scripts/bili_collect.py --out-dir ./bilibili --kws "怎么做自媒体,程序员接单,AI副业"

# 3. 格式化
python scripts/format_comments.py ./bilibili/bili_combined.json --out-dir ./data

# 4. 定制 references/schema.md 词表（采样 30-50 条评论后）→ LLM 逐条抽取到 data/extracted_*.json

# 5. 建图 + 渲染
python scripts/build_graph.py
python scripts/render.py        # 产出 atlas.html，零依赖单文件，双击即开

平台支持（全部只读）

平台	通道	登录态
B站	官方 API 直连（自带脚本 scripts/bili_collect.py）	免登录
小红书	OpenCLI（浏览器登录态）	需要
抖音	douyin MCP（Cookie 本地）	需要
X/Twitter	twitter-cli / OpenCLI	需要
YouTube	yt-dlp + 代理	可匿名
Reddit	OpenCLI	需要

详细命令、字段映射、登录态与频率控制见 references/collect.md。

工作流

采集（多平台，只读）→ format_comments.py 格式化
→ 采样通读 30-50 条 → 定制 schema.md 词表
→ LLM 逐条抽取（is_sarcasm 阴阳怪气 / is_ask 提问 / is_win 成果）
→ build_graph.py 建图（每条边挂评论原文证据）
→ render.py 渲染 atlas.html → 交付五类结论 / 每日飞书简报

目录结构

comment-intel/
├── SKILL.md              # 主流程（即时分析 + 每日简报）
├── references/
│   ├── collect.md        # 采集路由（各平台命令/字段映射/登录态）
│   └── schema.md         # 抽取规范（字段定义 + 词表）
├── scripts/
│   ├── bili_collect.py   # B站官方API直连采集（含视频完整互动数据）
│   ├── format_comments.py# 评论整理为标准输入
│   ├── build_graph.py    # 抽取结果 → graph.json（证据链建图）
│   ├── render.py         # graph.json → atlas.html（零依赖交互图谱）
│   └── export.py         # 发布：GitHub Pages / mermaid / digest / llms.txt
├── templates/viewer.html # 渲染模板
└── docs/                 # GitHub Pages 产物（.nojekyll）

隐私与安全

• 只做读操作：搜索、读帖、读评论。不写爬虫、不发帖、不点赞、不写评论
• 登录态平台的 Cookie 只存本地，不上传
• graph.json 含评论原文（不含昵称 UID）；发布公开仓库前由你决定
• 高频请求会触发平台验证码，采集间隔 2-3 秒

依赖

• Python 3.10+
• 平台通道：opencli（小红书/X/Reddit）、douyin MCP（抖音）、twitter-cli（X）、yt-dlp（YouTube）、curl.exe（B站）
• 飞书交付：lark-doc 能力（每日简报场景）

致谢

• 采集路由与平台命令整合自 Agent-Reach
• 图谱分析流程、schema 与脚本（build_graph/render/export）整合自 cheat-on-audience

License

MIT