Web Insight

Other

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）。

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

cat .env | grep FEEDAX_SEARCH_API_KEY

如果未配置

在 .env 文件中添加：

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

# 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

# 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

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：

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"

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"

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"

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"

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"

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"

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"

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