Install
openclaw skills install @devinchen2014/ecommerce-review-insights当用户需要归纳商品评价中的优缺点、购买顾虑和改进建议时使用。支持各平台提供的评价文本或表格,也可通过小红书商品链接或sku_id在线分析评价。输出带原话依据、评价条数与范围说明的主题表;已有资料可直接分析。来自 SocialDataX 社媒数据助手。
openclaw skills install @devinchen2014/ecommerce-review-insights当用户需要归纳商品评价中的优缺点、购买顾虑和改进建议时使用。支持各平台提供的评价文本或表格,也可通过小红书商品链接或sku_id在线分析评价。输出带原话依据、评价条数与范围说明的主题表;已有资料可直接分析。来自 SocialDataX 社媒数据助手。
获取或管理 API Key:访问 https://socialdatax.com/ai?from=clawhub,按官网的 API Key 申请/管理入口操作。环境变量名固定使用 SOCIALDATAX_API_KEY;不要引导用户使用其他域名。
优先使用 direct CLI;能运行 shell 命令的 Agent 不需要额外配置 MCP server:
npx -y socialdatax-skills@latest xhs product-detail \
--url "<url>" --pretty --source-client socialdatax-skills --source-platform clawhub \
--source-skill ecommerce-review-insights
npx -y socialdatax-skills@latest xhs product-reviews \
--sku-id "<sku_id>" --pretty --source-client socialdatax-skills \
--source-platform clawhub --source-skill ecommerce-review-insights
npx -y socialdatax-skills@latest xhs product-review-replies \
--review-id "<review_id>" --pretty --source-client socialdatax-skills \
--source-platform clawhub --source-skill ecommerce-review-insights
npx -y socialdatax-skills@latest xhs product-review-reply-replies \
--review-id "<review_id>" --pretty --source-client socialdatax-skills \
--source-platform clawhub --source-skill ecommerce-review-insights
搜索:
--sort-type general(默认)或 --sort-type time_descending;只看带图评价时用 --has-image true,并在结果中说明筛选偏差。评论 / 回复:
xhs product-review-replies --review-id <review_id>,ID取自评价结果;嵌套回复:xhs product-review-reply-replies --review-id <review_id>,ID取自上一步回复结果,不传root_review_id。next_page_token 原样传入 --page-token,不截断、改写或自行构造;这些命令不使用 --max-pages 或 --include-replies。通用:
xhs product-detail --url <url_or_share_text>;成功后将实际返回的 sku_id 传给评价命令。不要把商品链接直接传给product-reviews。xhs product-reviews --sku-id <sku_id>;只接受商品sku_id,不接受商品链接、spu_id、笔记ID或关键词。--source-client socialdatax-skills --source-platform clawhub --source-skill ecommerce-review-insights:这是当前 Agent Skill 的来源标记;按本 Skill 示例执行时保持这些值不变。先按输入选择模式:已有评价文本或可读取表格直接分析,不要求Key或在线查询;文件无法读取时请用户导出CSV或粘贴文本。在线模式需要SOCIALDATAX_API_KEY:已有小红书商品sku_id时直接读评价;只有商品链接或完整分享文案时先调用商品详情URL入口,确认成功并取得实际返回的sku_id,再读评价。详情失败或未返回sku_id时说明原因,请用户补充sku_id或评价资料,不从链接自行猜ID;spu_id、笔记ID和其他平台商品不能替代sku_id。 在线默认只读取一页评价并说明排序、筛选与已读取条数。用户需要更多样本时按返回next_page_token继续;没有令牌、令牌重复或已满足约定范围时停止。部分页失败时保留已取得样本并说明缺口,不宣称全量覆盖;没有返回评价时不编造结论。 仅当用户关注讨论或某条评价需要回复语境时,按真实review_id读取该评价下回复,必要时再读取嵌套回复;不默认展开全部回复。评价正文和回复分开统计,回复不增加购买评价的分母;不把笔记评论当商品评价。 为每条评价保留原始行号或评价ID,区分评价正文、商家回复与追评。缺少ID的文本相同只能标记疑似重复,不能直接删掉或判定刷评;同一ID重复导出可去重并说明原始数、去重规则和分析数。用户明确要求按文本去重时保留去重前后数量。 按质量、使用体验、规格适配、包装配送、服务等实际出现的主题归纳,不为凑类别制造结论。一条评价可以同时包含正负面感受和多个主题;每个主题按涉及的评价记录数计数,同一记录同主题只计一次。 有实际完整计数时给出主题提及条数与分母;多主题占比之和可能超过100%。数据较大无法完整统计时只分析明确标注的子集,不外推全量。不把样本负向提及比例称为投诉率、全店差评率、退货率或真实购买人群比例。 引用简短原话并保留行号/评价ID,隐藏手机号、订单号、地址等与主题无关的个人信息。评价是用户陈述,不直接等于已验证的产品缺陷;矛盾体验分别呈现,缺少星级、日期、规格或购买状态时不补造。 每个优先改进项对应一个实际主题和证据,区分产品核查、描述预期调整与客服说明;次数少但可能严重的问题可单列待核实,不伪造销量、评分或评价,不建议批量刷好评或隐瞒负面反馈。
交付一份可追溯的评价样本分析,先给结论,再给证据与限制。
样本说明:商品、资料来源、已知时间/筛选范围、原始条数、去重规则、实际分析条数及缺失字段。 评价主题表:主题、正向/负向/混合、涉及评价条数及分母、简短原话与行号/ID、可能需要核实的问题。 最后给出最多3项优先改进或验证建议,并说明样本偏差;没有评价正文时不输出伪造洞察。
与上面 direct CLI 命令对应的 MCP 工具:
xhs_get_product_detail_by_urlxhs_get_product_reviewsxhs_get_product_review_repliesxhs_get_product_review_reply_replies这是只读 skill。已有评价资料直接分析;只有在线商品详情、评价和回复需要 Node.js/npm 与 SOCIALDATAX_API_KEY,生成文件不含API Key。不执行登录、联系买家、发布评价、退款或账号操作。
partial: true 时,保留 data.items 和错误,明确结果不完整。此时按以下续页规则恢复,不适用原命令重跑建议;错误解决后(包括充值后),仅用非空的 data.next_page_token 和原查询条件继续。保留原定页数和条数上限,按累计已取得的 page_count、item_count 扣减 --pages、--max-items;已达到任一上限就停止主列表续页。空令牌不代表取完,不要从第一页自动重跑;因重复令牌中断时,先排查原因。SOCIALDATAX_API_KEY、参数和链接格式后原样重试一次。insufficient_balance 或“积分不足”:不要重复重试;把错误里的充值链接原样展示给用户,并提醒用户充值后继续执行刚才同一条命令。SOCIALDATAX_API_KEY 是否来自刚充值的同一个账号;必要时重新复制官网后台的 API Key。SOCIALDATAX_API_KEY 已配置;如果是 insufficient_balance 或“积分不足”,按错误里的充值链接充值后继续原命令,不要反复重试。