chasen-liao X Analytics
丢个
account_analytics_content_*.csv给 AI → 自动出报告YYYY-MM-DD_YYYY-MM-DD-深度挖掘.md + assets/*.png，含数据分析 + 手册对标的做号建议。
When to use
- 用户说
分析X数据 / 复盘推文 / 看看账号 / 黄金时段 / 话题ROI或直接丢 CSV 路径 - 想要一份数据分析 + 账号建议的报告（不对口瞎写，只基于 CSV 和
handbook/）
How to use
- 拿数据：用用户给的 CSV 路径；没给就找最新的
*.csv - 跑脚本：
python scripts/x-analyze.py <csv> --out <目录> --followers <粉> --niche <赛道> --yes--followers不给就问一句（默认 0），--niche不给就自动识别赛道--topics可传自定义词表，--lite/--deep可强制模式
- 看报告：检查
<out>/YYYY-MM-DD_YYYY-MM-DD-*/.md和assets/*.png是否生成，用报告里的总览/话题/漏斗/手册对标四段做总结
python scripts/x-analyze.py "./account_analytics_content_2026-08-21_2026-08-27.csv" --out ./x-reports --followers 2800 --niche AI --yes
python scripts/x-analyze.py "./xxx.csv" --out ./x-reports --yes
Output
- Markdown + 图表：周期、总量/均值、话题 ROI、黄金时段、漏斗、Top10（数据量大时自动加周对比/字数等）
- 末尾有《X增长手册》对标建议，按粉丝阶段给可执行清单，并标注引用的
handbook/章节
想改输出样式？直接参考 D:/Com-Sci-Tech/Obsidian/Clog/每周复盘/2026-07-31_2026-08-27-深度挖掘.md 的版式，脚本生成的 Markdown 可在此基础上微调。
References
references/skeleton.md— 报告骨架（标准6段，自动识别赛道，按粉分阶段）references/handbook/— 8章手册原文，可git pull更新references/topics.json/topics.generic.json— 词表，可自定义或自动识别references/metrics.md/csv-aliases.md— 指标与列名容错说明
Guardrails
- 缺
Post id / Post text / Impressions直接报错 - 小时用 Snowflake
(id>>22)+1288834974657 → CST还原 - 只写本地，不自动
git push