Social Intel Hub

社媒情报中心 - 多平台爬虫 + 数据分析 + AI洞察 + 词云 + 趋势追踪

Social Intel Hub v2 — 社媒情报中心

一句话需求，结构化数据 + 可视化 + AI洞察，全套出来。

触发方式

"爬小红书服装数据并分析" "分析微博AI相关内容" "生成奶茶的词云图" "对比咖啡和茶饮的差异"

核心脚本

text

/Users/kk/.openclaw/workspace/skills/social-intel/social_intel.py

支持平台

平台	参数	主要数据
小红书	xhs	笔记/点赞/收藏/评论数
微博	weibo / wb	帖子/转发/评论数
B站	bilibili / bili	视频/点赞/浏览/弹幕
抖音	douyin / dy	视频/点赞/浏览/评论
快手	kuaishou / ks	短视频/点赞/浏览
TikTok	tiktok	视频
YouTube	youtube / yt	视频/字幕

意图索引

用户意图	触发条件	功能
搜索 + 分析	"爬/分析/查看+平台+关键词"	默认模式
多平台并行	"所有平台+关键词"	--all-platforms
竞品对比	"对比/比较+关键词1+关键词2"	--compare
趋势追踪	"趋势/近期+关键词"	--trend
词云图	"词云/可视化+关键词"	--wordcloud
评论采集	"评论+关键词"	--comments
数据导出	"导出/csv/excel+关键词"	--export

使用示例

基础搜索 + 分析报告

bash

python3 social_intel.py -k "咖啡" -p xhs -m 30 --analyze

输出：高频标签 TOP15 + 高赞内容 + 日期趋势 + AI洞察prompt

多平台并行搜索

bash

python3 social_intel.py -k "AI" --all-platforms -m 20

同时爬取微博/B站/小红书/抖音/快手，一次看全网反应

竞品对比

bash

python3 social_intel.py -k "对比" -p xhs --compare "咖啡" "奶茶" "气泡水"

输出对比表：哪个话题更热、标签差异、用户偏好

趋势追踪（近7天）

bash

python3 social_intel.py -k "新品" -p xhs --trend

每天一条快照，自动判断上升/下降/平稳趋势

生成词云图

bash

python3 social_intel.py -k "穿搭" -p xhs -m 30 --wordcloud -o /tmp/chuanda.png

采集指定笔记评论

bash

python3 social_intel.py -k "咖啡" -p xhs --comments 69aae46f000000001a0298f1

导出数据

bash

# CSV
python3 social_intel.py -k "运动鞋" -p xhs -m 50 --export csv -o /tmp/shoes.csv

# Excel（多平台对比）
python3 social_intel.py -k "咖啡" --all-platforms -m 30 --export excel -o /tmp/coffee_multi.xlsx

参数说明

参数	说明
-k / --keyword	搜索关键词（必填）
-p / --platform	平台，默认 xhs；all 表示全部平台
-m / --max	最大笔记数，默认 20
--pages	搜索页数，默认 1（每页约 20 条）
--analyze	输出完整分析报告（默认开启）
--all-platforms	并行搜索所有平台
--compare KW1 KW2...	竞品对比模式
--trend	近7天趋势分析
--wordcloud	生成词云图 PNG
--comments NOTE_ID	采集指定笔记评论
--export csv|excel|both	导出格式
-o / --output	输出文件路径
--no-cache	禁用缓存，强制重新请求

分析报告内容

• 📈 总体指标：总点赞/收藏/浏览/评论 + 均值
• 🏷️ 高频话题：TOP20 标签 + 可视化条形图
• 🔥 TOP3：点赞最高 + 评论最多 + 浏览最多
• 📅 趋势：按日期聚合 + 热度条形图
• 💡 AI洞察：自动生成可复制的 LLM 分析 prompt

缓存机制

• 自动缓存：每个搜索请求缓存 24 小时
• 缓存路径：/tmp/social_intel_cache/
• 重复查询走缓存，不消耗 TikHub 余额
• 用 --no-cache 强制刷新

依赖

包	用途	安装
wordcloud	词云生成	pip3 install wordcloud
matplotlib	词云可视化	pip3 install matplotlib
openpyxl	Excel 导出	pip3 install openpyxl

底层架构

text

用户需求 → social_intel.py（统一入口）
    ├── TikHub MCP（主力，零登录，7平台并行）
    ├── 24h 缓存（节省余额）
    ├── 数据分析（词频/趋势/竞品对比）
    ├── 词云生成（wordcloud）
    ├── 导出（CSV/Excel）
    └── AI洞察 prompt（喂给 MiniMax LLM）

后续可扩展方向

• MediaCrawler 评论情感分析（需登录）
• MiniMax LLM 直接生成洞察文字
• Cron 定时趋势监控 + 飞书推送
• 热度预测模型