讲师中心 微信公众号

工具推荐

视频效率加速
AniShort
AniShort

AI短剧协同制作平台

Laper
Laper

剧本策划到成片协作

剧云
剧云

中文短剧剧本制作平台

updream

一键生成高质量推广成片

星图AI·评论洞察(astrmap-voc)

Polar Sponsor
爱发电 赞助
.NET 9.0

星图AI·评论洞察(VOC),帮助全球电商卖家进行产品改进、新品开发、市场调研!核心能力:获取亚马逊评论、AI深度分析差评、精准量化高频问题、挖掘高星隐性差评、生成改进建议、追踪评论趋势、增量更新。

AstrMap Review Insights Skill

功能概述

AstrMap Review Insights Skill是一项面向实际任务的技能,主要用于语言使用规范;若用户使用 中文 输入,以 中文 回复;

核心要点

  • 若用户使用 非中文 (如英文)输入,以 英文 回复;
  • API Key;
  • 所有 API 调用均需要 API Key 进行身份认证;

使用与执行

说明 :API 端点固定为 https://api.astrmap.com ,不可配置;推荐方式 :在 ~/.zshrc 或 ~/.bashrc 中设置。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;

结果检查与注意事项

若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

AstrMap Review Insights Skill

语言使用规范

  • 若用户使用中文输入,以中文回复
  • 若用户使用非中文(如英文)输入,以英文回复

配置

API Key

所有 API 调用均需要 API Key 进行身份认证。

说明:API 端点固定为 https://api.astrmap.com,不可配置。

推荐方式:在 ~/.zshrc 或 ~/.bashrc 中设置环境变量:

export CUSTOMER_INSIGHTS_API_KEY="your-api-key-here"

API Key 获取方式:前往 https://www.astrmap.com/ 下载并安装AstrMap桌面客户端,登录后点击左下角用户菜单 → 接口密钥页面,创建并复制 API Key。

重要:若 CUSTOMER_INSIGHTS_API_KEY 环境变量为空,或用户未提供 API Key,请先询问用户:

「请提供您的 AstrMap API Key(可前往 https://www.astrmap.com/ 下载桌面客户端,登录后在左下角用户菜单 → 接口密钥 页面创建获取)」

获取后,通过 --api-key 参数传入后续所有命令。

安全提示:本 Skill 将 API Key 发送至 AstrMap 服务器(api.astrmap.com)进行身份认证,用于分析您指定的亚马逊产品评论数据。API Key 不会用于访问其他服务。

功能分层说明

功能 需要桌面客户端 需要 API Key
查询已完成任务的分析结果 ❌ ✅
创建仅采集任务 ✅ ✅
创建自动分析任务 ✅ ✅
增量获取 ✅ ✅
手动触发分析 ❌ ✅

提示:如果您只需要查询已完成的分析结果,可以直接使用 API Key,无需下载和安装桌面客户端。

桌面客户端

创建任务需要 AstrMap 桌面客户端在线运行。

设备不在线时处理流程(check_device 返回 1001 错误):

  1. 询问用户:「桌面客户端未运行,请问您是否已安装桌面客户端?」
  2. 若用户未安装:询问是否需要帮助下载,获取下载链接后引导用户解压和启动
  3. 若用户已安装但未运行:提示用户启动桌面客户端,重新检测设备在线状态

桌面客户端下载与安装

1. 获取下载链接

python scripts/api_client.py --action get_download_links

2. 解压注意事项

重要:解压时请勿使用 Windows 自带的解压工具(会导致问题),建议使用 7-Zip、WPS解压 等工具。

3. 启动指引

macOS:将整个文件夹移动到「应用程序」目录,右键点击 Astrmap.app 选择「打开」,若提示「无法打开」请前往「系统设置 → 安全性与隐私 → 通用」选择「仍要打开」确认。

Windows:右键点击 "launch.vbs" 选择「用 PowerShell 运行」或直接双击启动。

4. 首次使用配置

桌面客户端启动后,需要:

  1. 登录 AstrMap 账号
  2. 登录亚马逊买家账号(请勿使用正在做业务的卖家账号)
  3. 确保亚马逊访问畅通

安全与验证

详细的安全验证说明、隐私风险声明、Amazon 账号安全和 API Key 安全建议,请阅读 {baseDir}/references/security.md。

依赖安装

pip install -r requirements.txt

重要说明

积分规则

  • 创建任务(自动模式):免费获取亚马逊评论,AI 分析会扣除账户积分
  • 创建任务(仅采集模式):免费获取亚马逊评论,不扣除积分
  • 增量获取:获取最新评论并重新分析,扣除积分
  • 查询结果:查看已完成任务的分析结果,不扣积分

前置条件(仅创建任务时需要)

  1. AstrMap 桌面客户端已登录
  2. 桌面客户端已登录亚马逊买家账号(勿使用正在做业务的卖家账号)
  3. 确保亚马逊访问畅通

查询已完成任务的分析结果无以上限制,可直接调用。

Workflow

调用方式

python scripts/api_client.py --action <操作> [--参数...]

1. 检查设备在线

python scripts/api_client.py --action check_device --api-key "your-key"

返回:{is_alive: true, endpoint_id: "xxx", endpoint_type: "desktop", status: "idle"}

v2.2 字段更名:online → is_alive、device_id → endpoint_id,新增 endpoint_type。离线时 is_alive 为 false,endpoint_id / endpoint_type 为 null。

2. 创建任务

注意:创建任务会扣除积分。在执行创建任务命令前,必须先告知用户并等待确认: 「即将为您创建任务,当前账户剩余积分:{points}。本次任务将扣除积分,是否继续?」

创建任务流程:

  1. --action check_device → 检查设备在线状态
  2. --action get_points → 检查账户积分
  3. 告知用户积分消耗,等待用户确认
  4. 确认前置条件满足后,执行 --action create_task --asin --site <站点> [--is-auto false]

运行模式:

参数 说明
--is-auto true(默认) 自动模式:采集完成后自动执行 AI 分析
--is-auto false 仅采集模式:采集完成后停在"待分析"状态

站点映射:US/CA/UK(英语)、DE(德语)、FR(法语)、IT(意大利语)、ES(西班牙语)、JP(日语)

命令示例:

python scripts/api_client.py --action create_task --api-key "your-key" --asin "B09V3KXJPB" --site US

3. 轮询任务状态

任务提交后,每隔 6 分钟 执行一次查询:

python scripts/api_client.py --action get_task_detail --api-key "your-key" --task-id "TSK_xxx"

状态流转:

自动模式 (is_auto=true):PENDING → DISPATCHING → COLLECTING → PROCESSING → ANALYZING → SUCCESS/FAILED/CANCELLED

仅采集模式 (is_auto=false):PENDING → DISPATCHING → COLLECTING → COLLECTED

各状态的提示语:

状态 向用户展示
PENDING 「任务已提交,等待调度中...」
DISPATCHING 「正在分配设备...」
COLLECTING 「正在获取亚马逊评论数据,请耐心等待(通常需要 20~120 秒)」
PROCESSING 「评论数据获取完成,正在处理中...」
ANALYZING 「数据处理完成,AI 正在分析中...」
SUCCESS 「分析完成!正在为您获取结果...」
FAILED 「任务失败,请检查设备状态和网络连接后重试」
CANCELLED 「任务已取消」
COLLECTED 「采集完成!已进入待分析状态」

若任务长时间(超过 18 分钟)未完成,提示用户检查桌面客户端是否在线。

4. 获取分析结果

# AI 洞察摘要
python scripts/api_client.py --action get_ai_insights --api-key "your-key" --task-id "TSK_xxx"
# 分类标签分布
python scripts/api_client.py --action get_category_tag_distribution --api-key "your-key" --task-id "TSK_xxx"
# 基础统计
python scripts/api_client.py --action get_basic_statistics --api-key "your-key" --task-id "TSK_xxx"
# 差评列表
python scripts/api_client.py --action get_negative_reviews --api-key "your-key" --task-id "TSK_xxx" --page 1 --page-size 20

注意:查询已完成任务的结果不扣积分,也无前置条件限制。

5. 增量获取

注意:增量获取会扣除积分。在执行前必须先告知用户并等待确认。

增量获取流程:

  1. 检查设备和积分
  2. 告知用户积分消耗,等待确认
  3. --action create_incremental --task-id
  4. 轮询任务状态(与创建任务相同)

6. 手动触发分析(仅采集模式)

仅采集模式 (is_auto=false) 的任务,采集完成后停在 COLLECTED 状态,需要手动触发 AI 分析:

python scripts/api_client.py --action trigger_analysis --api-key "your-key" --task-id "TSK_xxx"

状态流转:COLLECTED → PROCESSING → ANALYZING → SUCCESS

7. 好评分析(polarity="positive")

上述 Workflow 1-6 主要围绕差评侧 / AI 洞察。scripts/api_client.py 同时支持 polarity="positive" 拉好评原话、好评代表、好评标签分布——用于 listing 文案卖点提炼、营销素材库、与差评侧做对照表。

详细工作流(含 V1 自检清单 5 项 + 典型陷阱 pitfall #28/#29)请阅读 {baseDir}/references/positive-reviews-workflow.md。

三种方法快速调用:

from api_client import CustomerInsightsClient

client = CustomerInsightsClient(api_key="sk_live_...")

# 1. 好评全量原话(与 get_negative_reviews 字段一致,支持翻页)
pos = client.get_sentiment_reviews(tid, polarity="positive", page=1, page_size=50)
# 响应: {items: [...], total: N, page_max: M, page: 1, page_size: 50}

# 2. 好评代表(按 dimension 排名,limit 实测 ≤ 5)
rep_pos = client.get_representative_reviews(tid, polarity="positive", limit=5)
# 响应字段: content / title / star / dimension / dimension_name / rank_in_dimension / url

# 3. 好评标签频次(三层嵌套:dimension → category → tag)
dist_pos = client.get_category_tag_distribution(tid, polarity="positive")
# 响应: category_tag_distribution.dimensions.{experience|product|service}.categories.{...}.tags

等价关系(重要):get_negative_reviews = get_sentiment_reviews(polarity="negative") 的别名(见 scripts/api_client.py 源码注释)。不要写两套——用 polarity 切换即可。

典型用法:

  • Listing 文案:从 get_representative_reviews(polarity="positive") 摘原话当 bullet points,频次榜 Top 5 当主卖点
  • 营销素材库:从好评原话按"功能描述型 / 情感共鸣型 / 场景代入型 / 问题解决型"分类整理
  • 差评 vs 好评 对照表:同维度两极分化检测(如"操作简便 97 vs 操作复杂 126"——App 流程对一部分人友好、对另一部分人劝退)

⚠️ 必走 V1 自检(详见 reference):① polarity="positive" 的 items 含 1★/2★(pitfall #28,需先按 review_star >= 4 过滤);② 代表好评 4★ content 可能含隐性差评(pitfall #29);③ 差评侧漏报 P0 在好评侧再扫一次确认(订阅 / 耗材 / 隐私)。

所有可用操作

action 说明 必需参数
get_download_links 获取桌面客户端下载链接 -
check_device 检查设备是否在线 -
create_task 创建任务 --asin, --site
create_incremental 增量获取 --task-id
rename_task 重命名任务 --task-id, --name
trigger_analysis 手动触发分析 --task-id
get_task_detail 查询任务详情 --task-id
get_task_list 获取任务列表 -
get_ai_insights 获取 AI 洞察 --task-id
get_basic_statistics 获取基础统计 --task-id
get_representative_reviews 获取代表性评论 --task-id
get_category_tag_distribution 获取分类标签分布 --task-id
get_negative_reviews 获取差评列表 --task-id
get_trend 获取评论趋势 --task-id
get_related_comments 获取关联评论 --task-id, --association-type
get_comments 获取原始评论 --task-id
get_comments_overview 获取评论概览 --task-id
get_points 查询积分余额 -

错误处理

错误码 说明 处理方式
1001 设备不在线 桌面客户端未运行,询问用户是否安装或启动
1002 积分不足 提示用户充值积分
2001 API Key 无效 检查 API Key 是否正确
2002 API Key 已禁用 提示用户重新创建
2003 API Key 已过期 提示用户重新创建
2004 权限不足 检查 API Key 权限配置
2005 请求频率超限 提示用户稍后重试
InvalidTaskStatus 任务状态不是 COLLECTED 只有仅采集模式且状态为 COLLECTED 的任务才能触发分析

详细 API 文档

如需了解详细的 API 端点说明、请求参数、响应格式,请阅读 API 参考文档。

使用示例

场景一:创建新任务

用户: 帮我获取 B09V3KXJPB 的评论并分析
AI Agent:
1. 检查 API Key → 若未配置,询问用户提供
2. 检查设备和积分
3. 告知积分消耗,等待确认
4. 创建任务
5. 每 6 分钟轮询状态,实时反馈进度
6. 分析完成后获取结果

场景二:仅采集模式 + 手动触发分析

用户: 帮我只采集评论,暂时不做分析
AI Agent:
1. 检查 API Key 和设备
2. 创建任务时使用 --is-auto false
3. 轮询状态直到 COLLECTED
4. 用户确认分析后,执行 trigger_analysis(仅需 API Key,无需桌面客户端)

场景三:查询已完成任务

用户: 查看 TSK_xxx 任务的分析结果
AI Agent:
1. 检查 API Key
2. 直接获取分析结果(无需设备和前置条件)
目录

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

相关专题

更多
Navicat创建数据库教程
Navicat创建数据库教程

本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。

0

2026.11.20

Navicat入门教程大全
Navicat入门教程大全

本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。

0

2026.11.20

Navicat数据库连接配置指南
Navicat数据库连接配置指南

从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。

0

2026.11.20

PHP8.6数组与数据处理教程
PHP8.6数组与数据处理教程

本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。

0

2026.11.20

PHP8.6升级迁移教程
PHP8.6升级迁移教程

本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。

0

2026.11.20

PHP8.6安装配置与FPM运维教程
PHP8.6安装配置与FPM运维教程

本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。

0

2026.11.20

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

0

2026.11.20

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn