Web Insight

互联网内容洞察技能。面向全域网络信息监测与情报分析场景，提供多条件组合精准检索能力，可覆盖全网新闻、社交、资讯等多渠道公开内容。支持关键词、情感、时间、平台等多条件组合查询，依托 NLP 智能解析，实现内容去重、关键信息抽取与数据结构化输出，一键供 AI Agent 调用。适用于品牌管理、市场分析、竞品追踪、风险感知等场景。触发词：搜索、检索、查找、查询、舆情、信息、内容检索、监测、情报分析。前置条件：必须在技能项目根目录配置环境变量 FEEDAX_SEARCH_API_KEY（在 https://www.feedax.cn 申请，勿使用仓库内示例或他人 Key）。

longGGGGGG@longgggggg

Install

openclaw skills install @longgggggg/web-insight

互联网内容洞察 (WebInsight)

面向全域网络信息监测与情报分析场景，提供多条件组合精准检索能力，可覆盖全网新闻、社交、资讯等多渠道公开内容。

一、前置条件：配置 API Key

使用本技能前，必须先配置 API Key。

检查配置

bash

cat .env | grep FEEDAX_SEARCH_API_KEY

如果未配置

在 .env 文件中添加：

env

FEEDAX_SEARCH_API_KEY=your_api_key_here

API Key 请前往 https://www.feedax.cn 免费申请

错误码说明

错误码	说明	解决方案
GE1003	未配置API Key	前往 https://www.feedax.cn 申请
GE1004	API Key已失效	检查有效性或重新申请
GE1005	API Key已过期	重新申请
GE1006	API Key无效	重新申请
GE1007	账户余额不足	前往充值

二、CLI 命令行工具

文件: scripts/search_cli.py

2.1 基础用法

bash

# 基础搜索
python3 scripts/search_cli.py --query "医疗问题"

# 搜索指定地域（最近7天）
python3 scripts/search_cli.py --query "南京 315" --area "南京" --days 7

# 搜索指定媒体平台和情感倾向
python3 scripts/search_cli.py --query "医疗问题" --media "微博,抖音" --sentiment negative

2.2 参数说明

必填参数

参数	简写	说明
`--query`	`-q`	搜索关键词

关键词语法:

| = 或（OR），如 北京|上海
& = 与（AND），如 (南京|金陵)&(杀人|凶杀)
() = 分组

分页与排序

参数	简写	默认值	说明
`--size`	`-s`	50	返回条数（1-10000）
`--search-after`			深度分页游标，首次传空
`--sort`		publish_time	排序字段
`--sort-order`		desc	排序方式：asc/desc

排序字段可选值:

publish_time - 默认，按发布时间
interact_count - 按互动数（热度）
comments_count - 按评论数
likes_count - 按点赞数
reposts_count - 按转发数
fans_count - 按粉丝数

内容筛选

参数	简写	说明
`--media`	`-m`	媒体平台，逗号分隔
`--author`		作者名称，精确匹配
`--msg-type`		消息类型：original/comment/repost
`--content-type`		内容类型：video/picture/text
`--sentiment`		情感：negative/neutral/positive/all
`--media-class`		媒体分类：央媒/省媒/地市/商业/其他
`--domain`		内容领域
`--scene`		业务场景
`--area`	`-a`	地域名称（支持省/市/区县）
`--noise-flag`		噪声标识：0=非噪声，1=噪声
`--ai-abstract`		摘要类型：0=算法，1=AI
`--verification`		认证类型：blue/yellow/normal

时间筛选

参数	简写	默认值	说明
`--days`	`-d`	7	时间范围（天）
`--time-from`			开始时间，格式: yyyy-mm-dd HH:MM:SS
`--time-to`			结束时间，格式: yyyy-mm-dd HH:MM:SS

互动数据筛选

参数	说明
`--min-interact`	最小互动数
`--max-interact`	最大互动数
`--min-comments`	最小评论数
`--max-comments`	最大评论数
`--min-reposts`	最小转发数
`--max-reposts`	最大转发数
`--min-likes`	最小点赞数
`--max-likes`	最大点赞数
`--min-fans`	最小粉丝数
`--max-fans`	最大粉丝数

输出控制

参数	简写	默认值	说明
`--output-dir`	`-o`	~/Desktop/舆情搜索结果/	JSON文件输出目录
`--show-count`		5	对话展示条数

2.3 输出配置

配置项	值
输出目录	`~/Desktop/舆情搜索结果/`
文件命名	`查询词_时间戳.json`
标准字段	`title`, `summary`, `authorName`, `publishTime`, `platformName`, `originalUrl`

2.4 完整示例

bash

# 搜索南京315相关负面信息，最近一周，只看微博抖音
python3 scripts/search_cli.py \
    --query "(南京|金陵)&(315|消协|投诉|维权)" \
    --area "南京" \
    --days 7 \
    --media "微博,抖音" \
    --sentiment negative \
    --size 20 \
    --show-count 5

三、解析规则

3.1 关键词解析

从用户输入中提取核心检索关键词：

用户输入	--query 参数
南京杀人案	`(南京
比亚迪汽车召回	`比亚迪&(召回
北京暴雨	`(北京

规则:

提取2-3个核心关键词
为地名、动作词添加同义词
人名/品牌不扩充
情感词通过 --sentiment 参数控制

3.2 媒体平台映射

用户表述	--media 参数
抖音、快手、小红书	`"抖音,快手,小红书"`
短视频平台	`"抖音,快手,火山,西瓜"`
财经平台	`"同花顺,股吧,东方财富,雪球"`

3.3 情感倾向映射

用户表述	--sentiment 参数
负面/负面信息	`negative`
正面/正面信息	`positive`
中性	`neutral`
全部情感	`all`

3.4 媒体级别映射

用户表述	--media-class 参数
央媒/央级媒体	`"央媒"`
省媒/省级媒体	`"省媒"`
省级及以上	`"央媒,省媒"`

3.5 消息类型映射

用户表述	--msg-type 参数
原发/原创	`original`
评论/评论区	`comment`
转发	`repost`

3.6 认证类型映射

用户表述	--verification 参数
蓝V/官方账号/机构号	`blue`
黄V/个人认证/大V	`yellow`
普通用户/素人	`normal`

3.7 时间范围映射

用户表述	--days 参数
6小时	不支持
24小时/一天	`1`
3天	`3`
7天/一周	`7`
30天/一个月	`30`

3.8 排序方式映射

默认规则：除非用户明确要求，否则使用 publish_time

用户表述	--sort 参数
无明确要求	`publish_time`
按热度/热门/最火的	`interact_count`
按评论数/最多评论	`comments_count`
按点赞数/最多点赞	`likes_count`
最新/最近/新发布的	`publish_time`

四、参考数据

4.1 媒体平台列表

抖音、快手、微博、今日头条、火山、哔哩哔哩、小红书、微信、百家号、搜狐新闻、同花顺、股吧、东方财富、百度贴吧、网易、豆瓣网、知乎、西瓜、好看、黑猫投诉、腾讯新闻、新浪财经等

4.2 领域分类 (--domain)

一级分类: 社会民生、城市管理、社会问题、司法相关、涉政相关、生态环境、教育相关、三农相关、突发事件、涉警相关

二级分类示例:

社会民生: 劳动就业、消费问题、征地拆迁、医疗问题、住房问题、交通问题
突发事件: 自然灾害、事故灾难、公共卫生事件、社会安全事件
涉警相关: 治安管理、人身安全、涉毒、涉黑涉恶、诈骗

详见 references/domains.json

4.3 场景分类 (--scene)

一级场景: 非法烟花、实名举报、自然灾害、维权场景、城市管理、交通事故、打架斗殴、涉警信息、校园安全、环境污染、医疗卫生、安全事故

二级场景示例:

自然灾害: 洪涝场景、沙尘雾霾
维权场景: 讨薪维权、业主维权、拆迁维权
安全事故: 火灾事故、坍塌事故、溺水事故

详见 references/scenes.json

4.4 参考文件

references/domains.json - 领域分类完整列表
references/scenes.json - 场景分类完整列表
references/media_names.json - 媒体平台完整列表
assets/area_codes.json - 国标区域编码数据

五、执行流程

收到用户搜索请求后，按以下步骤执行：

Step 1: 检查 API Key 配置

bash

cat .env | grep FEEDAX_SEARCH_API_KEY

如果返回空或文件不存在，提示用户前往 https://www.feedax.cn 申请
如果存在有效的 API Key，继续下一步

Step 2: 解析用户输入

从用户自然语言中提取参数，映射到 CLI 参数：

提取项	CLI 参数	示例
关键词	`--query`	"医疗问题" → `--query "医疗问题"`
返回条数	`--size`	"返回100条" → `--size 100`
媒体平台	`--media`	"微博、抖音" → `--media "微博,抖音"`
作者	`--author`	"央视新闻" → `--author "央视新闻"`
消息类型	`--msg-type`	"原发" → `--msg-type original`
内容类型	`--content-type`	"视频" → `--content-type video`
情感倾向	`--sentiment`	"负面" → `--sentiment negative`
媒体分类	`--media-class`	"央媒" → `--media-class "央媒"`
领域	`--domain`	"医疗问题" → `--domain "社会民生-医疗问题"`
场景	`--scene`	"交通事故" → `--scene "交通事故"`
地域	`--area`	"南京" → `--area "南京"`
认证类型	`--verification`	"蓝V" → `--verification blue`
时间范围	`--days`	"最近3天" → `--days 3`
开始时间	`--time-from`	"从3月1日" → `--time-from "2026-03-01"`
结束时间	`--time-to`	"到3月15日" → `--time-to "2026-03-15"`
互动数	`--min-interact`	"互动超过1000" → `--min-interact 1000`
排序方式	`--sort`	"按热度" → `--sort interact_count`

Step 3: 构建并执行搜索命令

根据解析结果构建命令：

bash

python3 scripts/search_cli.py \
    --query "关键词表达式" \
    --days 7 \
    --area "地域" \
    --media "平台1,平台2" \
    --sentiment negative \
    --domain "领域" \
    --size 50

Step 4: 返回结果

在对话中展示前5条数据摘要
完整数据自动保存至 ~/Desktop/舆情搜索结果/ 目录

六、执行示例

示例1：基础舆情搜索

用户输入: "搜索最近3天南京关于医疗问题的负面舆情，只看微博和抖音"

bash

python3 scripts/search_cli.py \
    --query "(南京|金陵)&(医疗|就医|看病)" \
    --days 3 \
    --area "南京" \
    --media "微博,抖音" \
    --sentiment negative \
    --domain "社会民生-医疗问题"

示例2：热点事件追踪

用户输入: "搜索比亚迪汽车召回相关信息，按热度排序，返回100条"

bash

python3 scripts/search_cli.py \
    --query "比亚迪&(召回|退市|下架|缺陷)" \
    --days 7 \
    --sort interact_count \
    --size 100

示例3：官方账号监测

用户输入: "搜索央视新闻发布的关于教育的内容，最近一周"

bash

python3 scripts/search_cli.py \
    --query "教育" \
    --author "央视新闻" \
    --days 7 \
    --msg-type original

示例4：短视频平台监测

用户输入: "搜索抖音快手上关于交通事故的视频，互动数超过1000"

bash

python3 scripts/search_cli.py \
    --query "交通事故" \
    --media "抖音,快手" \
    --content-type video \
    --scene "交通事故" \
    --min-interact 1000

示例5：大V账号舆情

用户输入: "搜索蓝V账号发布的关于食品安全的负面信息"

bash

python3 scripts/search_cli.py \
    --query "(食品安全|食品卫生|食物中毒)" \
    --verification blue \
    --sentiment negative \
    --domain "社会民生-食品安全"

示例6：精确时间范围搜索

用户输入: "搜索2026年3月1日到3月15日期间上海的房价相关信息"

bash

python3 scripts/search_cli.py \
    --query "(上海|沪)&(房价|楼市|房产)" \
    --area "上海" \
    --time-from "2026-03-01 00:00:00" \
    --time-to "2026-03-15 23:59:59" \
    --domain "社会民生-住房问题"

示例7：省级媒体监测

用户输入: "搜索央媒和省媒关于环境污染的报道"

bash

python3 scripts/search_cli.py \
    --query "(环境污染|空气污染|水污染|土壤污染)" \
    --media-class "央媒,省媒" \
    --domain "生态环境" \
    --msg-type original

Web Insight

Install

互联网内容洞察 (WebInsight)

一、前置条件：配置 API Key

检查配置

如果未配置

错误码说明

二、CLI 命令行工具

2.1 基础用法

2.2 参数说明

必填参数

分页与排序

内容筛选

时间筛选

互动数据筛选

输出控制

2.3 输出配置

2.4 完整示例

三、解析规则

3.1 关键词解析

3.2 媒体平台映射

3.3 情感倾向映射

3.4 媒体级别映射

3.5 消息类型映射

3.6 认证类型映射

3.7 时间范围映射

3.8 排序方式映射

四、参考数据

4.1 媒体平台列表

4.2 领域分类 (--domain)

4.3 场景分类 (--scene)

4.4 参考文件

五、执行流程

Step 1: 检查 API Key 配置

Step 2: 解析用户输入

Step 3: 构建并执行搜索命令

Step 4: 返回结果

六、执行示例

示例1：基础舆情搜索

示例2：热点事件追踪

示例3：官方账号监测

示例4：短视频平台监测

示例5：大V账号舆情

示例6：精确时间范围搜索

示例7：省级媒体监测

Related skills