社交媒体舆情分析工具 - 品牌方/电商卖家/运营人员的平价舆情监控助手，支持关键词监测、负面预警、声量趋势分析
社交媒体监测器 Version: 1.0.0. 授权: QQ license: MIT.
功能概述
社交媒体监测器 Version: 1.0.0. 授权: QQ license: MIT.是一项面向实际任务的技能，主要用于Tags:#社交媒体 质感分析 品牌监测 肖洪修 营销 #pr #电子商务 #操作 QQ.。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。
核心要点
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
- 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。
使用与执行
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；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。
结果检查与注意事项
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。
Social Media Monitor
Version: 1.0.0
Author: 小爪 🦞
License: MIT
Tags: #social-media #sentiment-analysis #brand-monitoring #xiaohongshu #marketing #pr #ecommerce #operations
📊 社交媒体舆情分析工具
专为品牌方、电商卖家、运营人员打造的平价舆情监控助手。基于 MCP 协议，提供关键词监测、负面预警、声量趋势分析等核心功能，帮助您快速掌握社交媒体舆情动态。
🎯 这个工具能帮你做什么？
如果你是品牌方：实时监控品牌声量，第一时间发现负面舆情，避免危机发酵。无需昂贵企业软件，免费使用。
如果你是电商卖家：监测产品关键词，了解用户评价情感，优化产品和运营策略。支持小红书店铺数据导入。
如果你是运营人员：追踪内容标签热度，分析声量趋势，生成专业周报。让数据驱动内容决策，提升工作效率。
如果你是中小商家：这个工具提供核心功能，即装即用，无需培训，完全免费。
⚠️ 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。
- 数据隐私： 所有数据在本地处理，不会上传到外部服务器。
- 情感分析： 基于词典的简单分析，准确率约 70%，适合快速筛查。如需更高精度，建议人工复核。
- 报告输出： 报告保存在技能目录内的
reports/文件夹，确保安全性。 - 完全免费： 永久免费使用，即装即用。
功能特性
🔍 核心监控功能
- 关键词监测 - 自定义监测关键词，追踪提及情况
- 负面预警 - 情感分低于阈值时自动预警，避免危机发酵
- 声量趋势 - 文字图表展示声量变化，直观易懂
- 情感分析 - 分析文本情感倾向（支持中文）
- 关键词提取 - 从文本中提取核心关键词
- 周报生成 - 自动生成舆情分析周报（Markdown 格式）
📊 数据管理
- CSV 导入 - 支持小红书数据 CSV 导入
- 分类管理 - 关键词支持分类管理（品牌/产品/负面等）
- 阈值配置 - 可自定义负面预警阈值
- 本地存储 - 所有数据本地存储，安全可控
快速开始
1. 安装 Skill
clawhub install social-media-monitor
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：
# 列出所有工具 mcporter list # ===== 关键词监测 ===== # 添加监测关键词 mcporter call social-media-monitor.add_keyword keyword:"品牌名" category:"品牌" mcporter call social-media-monitor.add_keyword keyword:"产品名" category:"产品" mcporter call social-media-monitor.add_keyword keyword:"避雷" category:"负面" # 查看监测列表 mcporter call social-media-monitor.list_keywords # 监测关键词匹配 mcporter call social-media-monitor.monitor_keywords source:"sample" limit:20 # ===== 负面预警 ===== # 设置预警阈值（建议 -2 到 -5） mcporter call social-media-monitor.set_alert_threshold threshold:-2 # 检查负面舆情 mcporter call social-media-monitor.check_alerts source:"sample" # ===== 声量趋势 ===== # 获取声量趋势（文字图表） mcporter call social-media-monitor.get_volume_trend days:7 # ===== 基础功能 ===== # 情感分析 mcporter call social-media-monitor.analyze_sentiment text:"这个产品很好用" language:"zh" # 关键词提取 mcporter call social-media-monitor.extract_keywords text:"小红书运营数据分析" limit:5 # 生成周报 mcporter call social-media-monitor.generate_weekly_report limit:20
工具详解
关键词监测工具组
add_keyword
添加自定义监测关键词。
参数：
keyword(string, 必填) - 要监测的关键词category(string, 可选) - 关键词分类（品牌/产品/负面等），默认"default"
示例：
mcporter call social-media-monitor.add_keyword keyword:"小红书" category:"平台"
# 输出：{"status": "success", "keyword": "小红书", "category": "平台", "total": 1}
list_keywords
查看当前监测的关键词列表。
示例：
mcporter call social-media-monitor.list_keywords
# 输出：{"keywords": [{"keyword": "小红书", "category": "平台"}], "total": 1}
monitor_keywords
监测关键词在笔记中的匹配情况。
参数：
source(string, 可选) - 数据源：csv 或 sample，默认"sample"limit(number, 可选) - 分析笔记数量，默认 20
示例：
mcporter call social-media-monitor.monitor_keywords source:"sample" limit:20
# 输出：{"monitoredKeywords": ["小红书"], "matches": [...], "totalMatches": 5}
负面预警工具组
set_alert_threshold
设置负面情感预警阈值。
参数：
threshold(number, 必填) - 情感分阈值，范围 -10 到 10，建议 -2 到 -5
说明：
- 情感分计算：正面词 +1 分，负面词 -1 分
- 当笔记情感分低于阈值时，触发预警
- 建议值：-2（敏感）到 -5（宽松）
示例：
mcporter call social-media-monitor.set_alert_threshold threshold:-3
# 输出：{"status": "success", "threshold": -3, "message": "负面预警阈值已设置为 -3"}
check_alerts
检查是否有负面舆情（情感分低于阈值）。
参数：
source(string, 可选) - 数据源：csv 或 sample，默认"sample"
示例：
mcporter call social-media-monitor.check_alerts source:"sample"
# 输出：
# {
# "threshold": -3,
# "alerts": [],
# "totalAlerts": 0,
# "message": "✅ 未发现负面舆情"
# }
声量趋势工具
get_volume_trend
获取声量趋势（按日期统计笔记数量，文字图表展示）。
参数：
source(string, 可选) - 数据源：csv 或 sample，默认"sample"days(number, 可选) - 统计天数，默认 7
输出示例：
2026-03-11: ██████████ 1 2026-03-12: ██████████ 1 2026-03-13: ██████████ 1 2026-03-14: ████████░░ 8 2026-03-15: █████████░ 9 2026-03-16: ██████████ 10 2026-03-17: ████████░░ 8
示例：
mcporter call social-media-monitor.get_volume_trend days:7
基础分析工具
analyze_sentiment
情感分析工具。
参数：
text(string) - 要分析的文本language(string) - 语言：zh 或 en，默认"zh"
示例：
mcporter call social-media-monitor.analyze_sentiment text:"这个产品很好用，推荐购买"
# 输出：{"score": 2, "sentiment": "positive", "confidence": 0.33}
extract_keywords
关键词提取工具。
参数：
text(string) - 要提取关键词的文本limit(number) - 返回数量，默认 10language(string) - 语言，默认"zh"
示例：
mcporter call social-media-monitor.extract_keywords text:"小红书运营数据分析" limit:5
list_notes
笔记列表工具。
参数：
source(string) - 数据源limit(number) - 数量限制sortBy(string) - 排序字段order(string) - 排序顺序
示例：
mcporter call social-media-monitor.list_notes source:"sample" limit:10 sortBy:"likes" order:"desc"
generate_weekly_report
生成周报工具。
参数：
limit(number) - 分析笔记数量，默认 10
示例：
mcporter call social-media-monitor.generate_weekly_report limit:20
# 输出：{"status": "success", "reportPath": "/path/to/report.md"}
应用场景
品牌方日常监控
每天 5 分钟，掌握品牌舆情：
# 1. 检查负面预警（1 分钟） check_alerts source:"sample" # 2. 查看关键词匹配（2 分钟） monitor_keywords source:"sample" limit:20 # 3. 查看声量趋势（1 分钟） get_volume_trend days:7 # 4. 如有负面，及时处理（1 分钟）
电商卖家产品分析
了解用户评价，优化产品：
# 1. 添加产品关键词 add_keyword keyword:"产品名" category:"产品" add_keyword keyword:"质量" category:"评价" add_keyword keyword:"性价比" category:"评价" # 2. 监测用户评价 monitor_keywords source:"sample" limit:50 # 3. 分析情感倾向 analyze_sentiment text:"用户评价内容"
运营人员周报生成
一键生成专业周报：
# 周五下午 5 点，生成周报 generate_weekly_report limit:50 # 输出：reports/周报_2026-03-17.md # 包含：数据概览、热门笔记、关键词分析、声量趋势
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: 数据从哪里来？
A: 当前版本支持用户上传 CSV 文件。小红书数据可通过官方后台导出，或使用第三方数据工具导出。
Q: 情感分析准确率如何？
A: 当前版本使用基于词典的简单分析，准确率约 70%。适合快速筛查，重要决策建议人工复核。后续可接入专业 NLP API 提升准确率。
Q: 负面预警多久检查一次？
A: 当前版本需要手动调用 check_alerts 工具。后续版本可配置定时检查（如每小时自动检查）。
Q: 支持哪些社交媒体平台？
A: 当前版本以小红书为主（CSV 格式）。理论上支持任何可导出为 CSV 的社交媒体数据（抖音、微博等）。
Q: 这个工具收费吗？
A: 完全免费。 永久免费使用，即装即用。
Q: 数据会上传到外部吗？
A: 不会。 所有数据在本地处理，存储在技能目录内，不会上传到任何外部服务器。
Q: 如何备份数据？
A: 数据存储在 data/ 目录下，定期备份该目录即可。建议每周备份一次。
更新日志
v1.0.0 (2026-03-17)
- ✅ 初始版本发布
- ✅ 关键词监测（add_keyword, list_keywords, monitor_keywords）
- ✅ 负面预警（set_alert_threshold, check_alerts）
- ✅ 声量趋势（get_volume_trend）
- ✅ 基础分析（analyze_sentiment, extract_keywords, list_notes, generate_weekly_report）
- ✅ 完整测试套件
- ✅ 完全免费，即装即用
许可证
MIT License
作者： 小爪 🦞
GitHub: （仓库筹备中，敬请期待）
ClawHub: social-media-monitor
💡 使用建议
新手入门（第 1 周）
- 第 1 天： 安装工具，添加 3-5 个关键词
- 第 2-3 天： 每天检查负面预警（1 分钟）
- 第 4-5 天： 查看关键词匹配和声量趋势
- 周末： 生成第一份周报
进阶使用（第 2 周起）
- 优化关键词列表 - 根据实际需求调整
- 调整预警阈值 - 找到适合的敏感度
- 建立监控流程 - 每天固定时间检查
- 定期复盘 - 每周分析趋势，优化策略
让数据驱动决策，让舆情尽在掌握！ 📊✨
热门AI工具
相关专题
本专题从实际API接口调试场景出发，讲解Postman身份认证的完整配置流程，包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查，帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开，讲解Headers选项的具体使用方式，包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法，帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法，涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看，帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题，整理Excel、CSV、SQL、TXT等常见文件的数据导入方法，涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作，帮助用户将本地文件中的数据写入数据库，并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题，围绕数据库连接安全、账号密码保护和访问权限管理展开，整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法，同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项，帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理，覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库，整理相应的连接设置方法，并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开，说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充，并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章
