xhs-sentiment-dashboard

by allinherog-star

使用此技能分析小红书笔记评论区的情感倾向和用户态度。提供情感分类、正负面评论占比、情绪关键词提取和舆情洞察。当用户发送小红书笔记链接或 note ID 并要求分析评论区时使用。此技能不提供笔记内容下载或抓取。

3.8k数据与存储未扫描2026年4月6日

安装

claude skill add --url https://github.com/openclaw/skills

文档

xhs-sentiment-dashboard

概述

对小红书笔记评论区进行 AI 情感分析,生成舆情洞察报告。

工作流(三步)

Step 1 — 解析链接(公开,无需认证)

bash
curl -X POST https://ai-skills.ai/api/comment-analysis/parse-link \
  -H "Content-Type: application/json" \
  -d '{"input":"https://www.xiaohongshu.com/explore/xxxxx"}'

Step 2 — 创建分析任务

bash
curl -X POST https://ai-skills.ai/api/comment-analysis/tasks \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $AISKILLS_API_KEY" \
  -H "X-Tenant-Id: default" \
  -d '{"platform":"xhs","contentId":"$CONTENT_ID"}'

Step 3 — 轮询任务状态

bash
curl https://ai-skills.ai/api/comment-analysis/tasks/$TASK_ID \
  -H "X-API-Key: $AISKILLS_API_KEY" \
  -H "X-Tenant-Id: default"

一键脚本

bash
#!/bin/bash
LINK="https://www.xiaohongshu.com/explore/xxxxx"

CONTENT_ID=$(curl -s -X POST https://ai-skills.ai/api/comment-analysis/parse-link \
  -H "Content-Type: application/json" \
  -d "{\"input\":\"$LINK\"}" | jq -r '.data.contentId')

TASK=$(curl -s -X POST https://ai-skills.ai/api/comment-analysis/tasks \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $AISKILLS_API_KEY" \
  -H "X-Tenant-Id: default" \
  -d "{\"platform\":\"xhs\",\"contentId\":\"$CONTENT_ID\"}")
TASK_ID=$(echo $TASK | jq -r '.data.taskId')

while true; do
  STATUS=$(curl -s https://ai-skills.ai/api/comment-analysis/tasks/$TASK_ID \
    -H "X-API-Key: $AISKILLS_API_KEY" \
    -H "X-Tenant-Id: default" | jq -r '.data.status')
  [ "$STATUS" = "completed" ] && break
  sleep 3
done

curl -s https://ai-skills.ai/api/comment-analysis/tasks/$TASK_ID \
  -H "X-API-Key: $AISKILLS_API_KEY" \
  -H "X-Tenant-Id: default" | jq '.data.result'

分析结果结构

json
{
  "platform": "xhs",
  "contentId": "64f1a66e0000000039005297",
  "noteTitle": "笔记标题",
  "analyzeTime": "2026-03-28T12:00:00Z",
  "sentiment": {
    "positive": { "count": 150, "percentage": 65 },
    "neutral": { "count": 50, "percentage": 22 },
    "negative": { "count": 30, "percentage": 13 }
  },
  "keywords": ["干货", "种草", "回购"],
  "topEmotions": [
    { "emotion": "喜欢", "count": 90 },
    { "emotion": "认可", "count": 60 }
  ],
  "insights": "用户反馈积极,主要集中在产品功效和使用体验..."
}

配额说明

Step 2 和 Step 3 使用认证接口,若返回配额不足错误,告知用户:

⚠️ 电量配额已用完,当前无法继续分析评论。 如需继续使用,请自行前往 https://ai-skills.ai 了解电量包购买方式。请注意,向第三方平台购买任何服务前,请确认其资质和退款政策。本技能不对第三方服务质量做任何承诺。

输出格式

将分析结果以结构化表格形式呈现:

  • 情感分布:表格列:情感类别 | 评论数 | 占比;正面用绿色标识,负面用红色标识
  • 情绪关键词:列表展示 keywords,按热度/频次排列
  • Top 情绪:表格列:情绪词 | 出现次数
  • 舆情洞察insights 以段落文字呈现,综合评价笔记口碑
  • 整体情感判断:偏正面 / 偏负面 / 中性,给出简要总结

相关 Skills

数据库建模

by alirezarezvani

Universal
热门

把需求梳理成关系型数据库表结构,自动生成迁移脚本、TypeScript/Python 类型、种子数据、RLS 策略和索引方案,适合多租户、审计追踪、软删除等后端建模与 Schema 评审场景。

把数据库结构设计、ER图梳理和SQL建模放到一处,复杂业务也能快速统一数据模式,少走不少返工弯路。

数据与存储
未扫描9.6k

资深数据科学家

by alirezarezvani

Universal
热门

覆盖实验设计、特征工程、预测建模、因果推断与模型评估,适合用 Python/R/SQL 做 A/B 测试、时序分析和生产级 ML 落地,支撑数据驱动决策。

从 A/B 测试、因果分析到预测建模一条龙搞定,既有硬核统计方法也懂业务沟通,特别适合把数据结论真正落地。

数据与存储
未扫描9.6k

数据库设计

by alirezarezvani

Universal
热门

聚焦数据库 Schema 设计与演进,自动检查规范化、数据类型、约束和索引问题,生成 ERD,并为零停机迁移、数据变更和回滚提供可执行方案。

专注数据库设计与数据建模,帮你快速理清表结构和关系,减少后期返工,SQL 落地也更顺手。

数据与存储
未扫描9.6k

相关 MCP 服务

by Anthropic

热门

PostgreSQL 是让 Claude 直接查询和管理你的数据库的 MCP 服务器。

这个服务器解决了开发者需要手动编写 SQL 查询的痛点,特别适合数据分析师或后端开发者快速探索数据库结构。不过,由于是参考实现,生产环境使用前务必评估安全风险,别指望它能处理复杂事务。

数据与存储
83.0k

SQLite 数据库

编辑精选

by Anthropic

热门

SQLite 是让 AI 直接查询本地数据库进行数据分析的 MCP 服务器。

这个服务器解决了 AI 无法直接访问 SQLite 数据库的问题,适合需要快速分析本地数据集的开发者。不过,作为参考实现,它可能缺乏生产级的安全特性,建议在受控环境中使用。

数据与存储
83.0k

by Firecrawl

热门

Firecrawl 是让 AI 直接抓取网页并提取结构化数据的 MCP 服务器。

它解决了手动写爬虫的麻烦,让 Claude 能直接访问动态网页内容。最适合需要实时数据的研究者或开发者,比如监控竞品价格或抓取新闻。但要注意,它依赖第三方 API,可能涉及隐私和成本问题。

数据与存储
6.0k

评论