Lord1Egypt Linguistic Landscape Analyzer
Version: 1.0.1 · 安全优化版
Author: 小爪 🦞
License: MIT
Tags: #linguistics #sentiment-analysis #mcp #social-media #research
📊 语言景观分析 MCP 工具
专业的语言景观分析工具，为语言学和社会学研究提供数据支持。通过情感分析、关键词提取和自动报告生成，帮助研究者快速分析社交媒体文本数据。
🎯 这个技能能帮你做什么？
如果你是语言学研究者：分析社交媒体中的语言使用模式、情感倾向和话题演变，支持定量和定性研究。
如果你是社会学研究者：研究网络社区的话语特征、群体情感变化和舆论趋势，获取一手数据支持。
如果你是内容运营者：监控内容情感反馈，提取用户关注热点，优化内容策略。
如果你是数据分析师：快速处理社交媒体文本数据，生成结构化分析报告，提升工作效率。
功能特性
- 📊 情感分析 - 分析文本的情感倾向（支持中文）
- 🔑 关键词提取 - 从文本中提取核心关键词
- 📝 笔记列表 - 读取和管理小红书笔记数据
- 📈 周报生成 - 自动生成语言景观分析周报（Markdown 格式）
⚠️ 注意事项
- 当前版本仅处理本地 CSV 数据，不包含任何网络爬虫功能。 未来若增加此类功能，会另行发布。
- 报告输出路径： 报告保存在技能目录内的
reports/文件夹下，确保安全性。 - 数据隐私： 所有数据处理在本地完成，不会上传到外部服务器。
快速开始
1. 安装 Skill
clawhub install linguistic-landscape-analyzer
或手动安装：
cd /path/to/skill
npm install
2. 启动服务器
npm start
3. 在 OpenClaw 中调用
通过 mcporter CLI：
# 列出工具
mcporter list
# 情感分析
mcporter call linguistic-landscape.analyze_sentiment text:"这个产品很好用" language:"zh"
# 关键词提取
mcporter call linguistic-landscape.extract_keywords text:"小红书运营数据分析" limit:5 language:"zh"
# 笔记列表
mcporter call linguistic-landscape.list_notes source:"sample" limit:10 sortBy:"likes" order:"desc"
# 生成周报
mcporter call linguistic-landscape.generate_weekly_report limit:10
工具说明
analyze_sentiment
情感分析工具 - 分析文本的情感倾向。
参数：
text(string, 必填) - 要分析的文本内容language(string, 可选) - 语言类型：zh(中文) 或 en(英文)，默认"zh"
示例：
mcporter call linguistic-landscape.analyze_sentiment text:"小红书运营数据很好，推荐" language:"zh"
# 输出：{"score": 2, "sentiment": "positive", "confidence": 0.33}
extract_keywords
关键词提取工具 - 从文本中提取关键词。
参数：
text(string, 必填) - 要提取关键词的文本limit(number, 可选) - 返回关键词数量上限，默认 10language(string, 可选) - 语言类型，默认"zh"
示例：
mcporter call linguistic-landscape.extract_keywords text:"小红书运营数据分析，内容优化方向明确" limit:5
# 输出：{"keywords": ["小红书运营数据分析", "内容优化方向明确"]}
list_notes
笔记列表工具 - 读取 CSV 文件中的小红书笔记数据。
参数：
source(string, 可选) - 数据源类型：csv 或 sample，默认"sample"limit(number, 可选) - 返回笔记数量上限，默认 10sortBy(string, 可选) - 排序字段：likes/collects/comments/date，默认"date"order(string, 可选) - 排序顺序：asc/desc，默认"desc"
示例：
mcporter call linguistic-landscape.list_notes source:"sample" limit:5 sortBy:"likes" order:"desc"
generate_weekly_report
周报生成工具 - 生成语言景观分析周报（Markdown 格式）。
参数：
startDate(string, 可选) - 开始日期 (YYYY-MM-DD)endDate(string, 可选) - 结束日期 (YYYY-MM-DD)outputPath(string, 可选) - 输出文件路径limit(number, 可选) - 分析笔记数量上限，默认 10
示例：
mcporter call linguistic-landscape.generate_weekly_report limit:10
# 输出：{"status": "success", "reportPath": "/path/to/report.md"}
应用场景
语言学研究
- 分析网络语言使用模式
- 研究语言变异和变化
- 追踪新词新语的产生和传播
社会学研究
- 研究群体情感变化
- 分析舆论趋势
- 探索社会话题演变
内容运营
- 监控用户情感反馈
- 提取热点话题
- 优化内容策略
数据分析
- 批量处理文本数据
- 生成结构化报告
- 支持决策制定
技术栈
- Node.js 22+
- @modelcontextprotocol/sdk (官方 MCP SDK)
- sentiment (情感分析库)
- keyword-extractor (关键词提取)
- zod (参数验证)
常见问题
Q: 这个技能适合哪些研究场景？
A: 适用于语言学、社会学、传播学等领域的社交媒体文本分析研究，支持情感分析、关键词提取和报告生成。
Q: 情感分析的准确性如何？
A: 当前版本使用基于词典的简单情感分析方法，适合快速原型和初步分析。如需更高精度，可接入专业 NLP API（如阿里云 NLP）。
Q: 如何替换为自己的数据？
A: 将 CSV 文件放到 data/ 目录下，格式参考 sample.csv，然后在调用 list_notes 时指定 source:"csv"。
Q: 支持哪些语言？
A: 当前主要支持中文和英文。中文使用简单分词 + 情感词典，英文使用 sentiment 库。
更新日志
v1.0.1 (2026-03-17)
- 🔒 安全修复 - 报告输出路径改为技能目录内
- 📝 文档优化 - 添加注意事项说明
- 🔗 链接修复 - 移除未创建的 GitHub 仓库链接
- ✨ 标签优化 - 明确指定技能标签
v1.0.0 (2026-03-17)
- ✅ 初始版本发布
- ✅ analyze_sentiment 工具
- ✅ extract_keywords 工具
- ✅ list_notes 工具
- ✅ generate_weekly_report 工具
- ✅ 完整测试套件
许可证
MIT License
作者： 小爪 🦞
GitHub: （仓库筹备中，敬请期待）
ClawHub: linguistic-landscape-analyzer