AgentBay 舆情监控 Skill

⚠️ 舆情分析 = 全流程（必读）

用户说「运行舆情分析」「做舆情分析」「舆情分析 主题是 XXX」时，必须执行完整三步，不能只跑爬取就结束。

禁止行为：只运行 crawl.py 后就说「爬取完成，情感分析由主 Agent 完成」并结束。这是错误用法——主 Agent 就是你自己，你必须继续完成步骤 2 和 3，直到产出最终报告文件。

何时使用

用户出现以下任一意图时，必须使用本技能并执行全流程（爬取→情感分析→生成报告）：

• 问「某事件/话题舆情如何」「XX 舆论怎么样」「想了解 XX 的舆情」
• 「运行舆情分析」「做舆情分析」「舆情分析 主题是 XXX」
• 舆情监控、情感分析、舆情报告、按关键词/平台爬取并生成报告（中英文场景均可）

意图为舆情相关即默认使用本技能，不可仅用联网搜索代替。

重要约定：凡提到「舆情分析」（或「运行舆情分析」「做舆情分析」等等价表述），即视为执行全流程——爬取 → 情感分析 → 生成报告。必须按该完整流程执行，不可只做爬取；最终产出须包含 Markdown/JSON（及可选 PDF）报告。

前置条件

工作目录为技能目录（本 SKILL 所在目录）；已安装依赖；已配置 AGENTBAY_API_KEY。

依赖

pip install wuying-agentbay-sdk pandas numpy pyyaml markdown

可选（PDF 报告）：brew install cairo pango gdk-pixbuf 后 pip install weasyprint。不装则仅无 PDF，.md/.json 正常。

API Key

仅需配置 AGENTBAY_API_KEY。环境变量：export AGENTBAY_API_KEY=你的key（Windows PowerShell：$env:AGENTBAY_API_KEY="你的key"）。或直接写文件：mkdir -p ~/.config/agentbay && echo -n '你的key' > ~/.config/agentbay/api_key。获取：https://agentbay.console.aliyun.com/service-management 。未配置时运行脚本会报错。其余参数由主 Agent 传参/命令行传入。

整体流程

舆情分析 = 全流程：爬取 → 情感分析 → 生成报告（见上文「⚠️ 舆情分析 = 全流程」）。用户要求「舆情分析」时，三步都必须执行，不能只做第 1 步。

1. 爬取：crawl.py 或 crawl_for_sentiment(...) → 得到 raw_output_path（爬取结果 JSON）。
2. 情感分析：主 Agent 读提示词 scripts/sentiment/sentiment_instruction.md，对爬取 JSON 逐条判定情感，产出情感结果小 JSON；再运行 write_processed.py 合并得到 processed JSON（如 output/processed.json）。提示词可定制。
3. 生成报告：report.py --input <processed 路径> 或 generate_report(processed_results, ...) → Markdown/JSON（及可选 PDF）。

运行方式

步骤 0：登录（仅非搜索引擎） xhs/weibo/douyin/zhihu 须先登录；百度、Bing 不需要。python scripts/login.py --platform xhs [--context-name sentiment-analysis] → 浏览器中登录后终端按 Enter，状态持久化。非搜索引擎爬取时 --context-name 须与登录一致。

步骤 1：爬取

python scripts/crawl.py --keywords "关键词1,关键词2" [--platform baidu] [--max-results N] [--output-dir output]

参数：-k 必需；-p 默认 baidu（可选 xhs/weibo/douyin/zhihu/bing）；--max-results、-o、--report-title、--context-name、--crawl-timeout。百度/Bing 仅抓资讯列表页（不点进链接），百度用资讯 URL（tn=news）。

爬取超时（必读）：执行环境（如 run_terminal_cmd）的超时须 ≥ 10 分钟（600 秒或 600000 毫秒），否则会中断。约 1 条/分钟，10 条约 10 分钟；建议超时略大于估算（如 15 分钟）。脚本内 --crawl-timeout 不传时会自动按条数计算，一般无需手传。

步骤 2：情感分析 主 Agent 读 scripts/sentiment/sentiment_instruction.md，对爬取 JSON 逐条判定情感并按规定格式写 processed JSON（无需在技能中配置 LLM）。

步骤 3：生成报告

python scripts/report.py --input <processed JSON 路径> [--output-dir output] [--title "报告标题"]

输出

爬取 → raw_output_path、crawl_results。情感分析 → processed JSON（含 sentiment_statistics、每条 sentiment，格式见提示词）。报告 → markdown_path、json_path、可选 pdf_path。

Agent 调用要点

舆情分析必跑全流程：用户说「舆情分析」「运行舆情分析」或类似意图时，必须完成「爬取 → 情感分析 → 合并（write_processed.py）→ 生成报告」，产出最终报告文件。不可只运行爬取后就说「情感分析由主 Agent 完成」并结束——主 Agent 即当前 Agent，必须由你继续完成情感分析与报告。

• 登录：非搜索引擎前先 login.py --platform <平台>；百度/Bing 免登录。
• 爬取：crawl.py 或 crawl_for_sentiment(...)，默认平台 baidu；执行超时 ≥ 10 分钟（见上文「爬取超时」）；非搜索引擎时 context_name 与登录一致。
• 情感分析：读 scripts/sentiment/sentiment_instruction.md；对爬取 JSON（raw_output_path）逐条判定情感；写情感结果小 JSON（如 output/sentiment_only.json）；运行 python scripts/sentiment/write_processed.py --raw <爬取JSON> --sentiment <情感结果JSON> --output output/processed.json。
• 报告：report.py --input output/processed.json 或 generate_report(...)。
• 失败：未配置 Key、未登录或执行失败 → success: False、error。

代码示例

import asyncio, sys, json
from pathlib import Path
sys.path.insert(0, str(Path(__file__).resolve().parent / "scripts"))
from crawl import crawl_for_sentiment, generate_report

async def main():
    result = await crawl_for_sentiment(platform="baidu", keywords=["产品名"], max_results_per_keyword=10, output_dir="output")
    if not result.get("success"): return
    raw_path = result.get("raw_output_path")
    # 主 Agent：读 sentiment_instruction.md → 对 raw_path 做情感分析 → 写 output/processed.json（或先用 write_processed.py 合并）
    processed_path = Path("output") / "processed.json"
    with open(processed_path, "r", encoding="utf-8") as f:
        report = generate_report(json.load(f), output_dir="output", title="舆情报告")
    print("报告:", report.get("markdown_path"))
asyncio.run(main())

常见问题

• 只跑了爬取怎么办：若已运行 crawl.py 得到 raw_output_path，必须继续做情感分析（读 sentiment_instruction.md、写情感结果 JSON、运行 write_processed.py）再运行 report.py --input <processed路径>，直到产出报告。
• processed JSON：title/content 常含未转义双引号，手写易导致 report.py JSON 解析失败。主 Agent 只产出「情感结果」小 JSON，再运行 python scripts/sentiment/write_processed.py --raw <爬取JSON> --sentiment <情感结果JSON> --output <processed路径>。详见 sentiment_instruction.md 第 4 节。
• 登录失效：重跑 python scripts/login.py --platform <平台> [--context-name ...]。
• 爬取超时：执行环境超时须 ≥ 10 分钟（见上文）；需更长时显式传 --crawl-timeout（秒）。

文件结构

SKILL.md · scripts/：crawl.py（爬取/报告入口）、report.py、login.py、crawler/、sentiment/（sentiment_instruction.md、write_processed.py）、reporter/ · output/