Sentiment Monitor

sentiment-monitor

从主流中文平台大规模采集真实舆情数据，逐条分析评论的表达方式和情感倾向，最终生成HTML报告。

前置：确认环境

opencli list -f json | grep -E "weibo|zhihu|bilibili|xiaohongshu|douyin"

以上5个平台必须可用。缺失则告知用户跳过该平台。全部为 cookie 策略，需要Chrome登录 + OpenCLI扩展。

工作流

步骤一：事件建模

与用户确认（缺失则主动询问）：

1. 事件关键词：1-3个核心搜索词及2-3个变体/别称
2. 事件类型（决定使用哪个模板的CSS主题色和专用组件）：
   • product → 蓝色 · 功能维度组件
   • crisis → 红色 · 时间线/信源追溯组件
   • campaign → 橙色 · KOL表格组件
   • person → 紫色 · 形象雷达/粉黑分列组件
   • competitive → 绿色 · 双栏对比/VS/偏好矩阵组件
3. 时间范围：默认近7天
4. 监控实体：涉及的产品/品牌/人名

步骤二：大规模并行采集

目标：总量3000条以上，单平台至少500条。扩展方法：

• 多关键词并行搜索：主词 + 变体同时发出
• 翻页/扩大limit：每个搜索 --limit 50（或该平台允许的最大值）
• 高热内容深入：对搜索结果中互动量高的帖子采集评论：

  opencli weibo comments "<url>" --limit 100 -f json
  opencli bilibili comments "<url>" --limit 100 -f json
  opencli xiaohongshu comments "<url>" --limit 100 -f json
  

• 知乎问题深入：

  opencli zhihu question <id> --limit 20 -f json
  

并行采集：5个平台的搜索命令互不依赖，全部同一批次发出。

详细命令参考：references/platform-guide.md

重要：每条数据保留 url 字段，用于报告中生成超链接。

步骤三：数据清洗与分析

3.1 去重与过滤

• 按 url/id 去重
• 过滤空内容、字数<3的无意义内容、纯表情符号
• 标记同一账号刷屏

3.2 LLM逐条分析

对每条评论标注三维标签。详细方法论见 references/analysis-guide.md。

三维标签：

expression判断标准：

• literal — 字面意思即真实态度
• ironic — 阴阳怪气/反讽，正面措辞+否定语境
• abstract — 抽象玩梗/网络黑话（如"典""绷""乐""难蚌""yyds"）
• trolling — 反串钓鱼，伪装立场引战

分析Prompt模板：见 references/analysis-guide.md。每批次20-30条，附带上下文。

3.3 聚合统计

• 各情感/表达方式/话题的比例分布
• 按平台拆分的上述指标
• 时间分布（如有时间戳）
• Top N高频关键词

步骤四：构建报告

核心原则：模板只提供CSS样式和ECharts辅助函数，不预设任何内容结构。你根据实际数据和分析结果自行决定报告包含哪些Section、什么顺序、用什么图表。

4.1 选择模板

根据事件类型读取对应HTML模板文件：

• product → templates/product.html
• crisis → templates/crisis.html
• campaign → templates/campaign.html
• person → templates/person.html
• competitive → templates/competitive.html

4.2 模板中的CSS组件类名参考

以下类名在所有5个模板中均可使用。模板之间的差异仅在于 :root{} 中的CSS变量（--accent、--accent-light、--accent-dark 三色不同），以及各模板有少量的专用组件。

布局容器：

• .container — 内容区容器（max-width 1200px 居中）
• .section — 白色卡片容器（圆角+阴影）
• .section-title — section标题（底部带主题色下划线）
• .section-desc — section的描述文字（灰色小字）
• .col-2 — 等宽双栏grid布局
• .divider — 分割线

概览卡片：

• .summary-row — 响应式卡片grid（自动换行）
• .summary-card — 单个概览卡片
• .summary-card .s-label — 卡片标签
• .summary-card .s-value — 卡片数值（32px粗体）
• .summary-card .s-sub — 卡片补充说明

图表：

• .chart-row — 响应式图表grid（双列自动换行）
• .chart-box — 图表容器（380px高）
• .chart-full — 通栏图表容器（420px高，跨所有列）
• 每个图表需要一个唯一 id，用 initChart('id', option) 初始化

评论展示：

• .comment-list — 评论列表容器（flex column，16px间距）
• .comment-item — 单条评论卡片
• .comment-header — 评论头部（作者+平台+互动数据）
• .comment-author — 作者名
• .comment-stats — 互动数据（点赞/回复数）
• .comment-text — 评论正文
• .comment-tags — 标签行（flex wrap）
• .comment-link — 查看原文链接（<a> 标签，target="_blank"）

平台徽标：

• .platform-badge + .weibo / .zhihu / .bilibili / .xiaohongshu / .douyin

标签：

• .tag + .positive / .negative / .neutral （情感）
• .tag + .literal / .ironic / .abstract / .trolling （表达方式）
• .tag + .topic （话题归因）

策略建议：

• .strategy-box — 带左边框的强调框
• .strategy-box ul / .strategy-box ol / .strategy-box li

通用：

• .data-table — 通用数据表格（带hover高亮）
• .callout + .info / .warn / .success — 提示框
• .text-accent / .text-positive / .text-negative / .text-secondary — 文字颜色
• .text-sm / .text-lg / .text-xl / .text-bold — 文字大小/粗细
• .muted — 灰色文字

模板专用组件：

4.3 构建流程

1. 读取选定的模板HTML文件
2. 修改 <title> 标签
3. 修改 <header> 中的标题、日期、事件徽标
4. 在 <div class="container"> 的注释标记区域内，从零构建报告内容HTML
5. 在 <script> 标签底部，用 initChart() 初始化每个图表
6. 写入文件：report-{事件简称}-{日期}.html

报告结构和内容完全由你根据数据决定。你可以自由组合CSS类名构建任何布局，填充任何你从数据中分析得出的内容。

4.4 评论展示规范

每条展示的评论必须包含：

• 平台徽标（如 <span class="platform-badge weibo">微博</span>）
• 脱敏作者名（首字++尾字，如"张三"）
• 评论文本（保留原文包括emoji）
• 分析标签：情感标签 + 表达方式标签 + 话题标签
• 可点击超链接跳转原文：<a class="comment-link" href="原始url" target="_blank">查看原文 →</a>
• 互动数据（如有）：点赞数、回复数

4.5 ECharts使用

// initChart 已在模板中全局注册，接收 (domId, echartsOption)
initChart('chart-my-pie', {
  tooltip: { trigger: 'item' },
  series: [{ type: 'pie', data: [...] }]
});

// 图表会自动响应窗口resize

图表类型建议（根据数据自行选择）：

• 情感分布 → 饼图/环形图
• 时间趋势 → 折线图（smooth: true）
• 平台/话题对比 → 柱状图（bar）
• 多维对比 → 雷达图（radar）
• 关系/矩阵 → 热力图（heatmap）
• KOL效果 → 散点图（scatter）

步骤五：输出

1. HTML写入 report-{事件简称}-{日期}.html
2. 告知用户文件路径
3. 口述关键发现（3-5句话摘要）

参考文件

注意事项

• 不要硬编码平台命令列表，用 opencli list -f json 确认
• 并行采集优先，不同平台的搜索互不依赖
• 评论分析是核心价值，不要只做统计
• 超链接必须有效，可点击跳转原文
• 作者名做脱敏处理
• 不确定某评论是否反串时，标注为 ironic（保守标注）
• 采集量不足时不编造数据，诚实告知用户并给出原因