Social Media Monitor

社交媒体舆情分析工具 - 品牌方/电商卖家/运营人员的平价舆情监控助手，支持关键词监测、负面预警、声量趋势分析

Security Scan

The skill's code, docs, and declared requirements are consistent: it implements local CSV-based sentiment/keyword analysis and report generation, asks only for node, and does not request credentials or external network installs.

Purpose & Capability

Name/description (social media monitoring, keyword tracking, sentiment, reports) match the shipped code and data files. Declared requirement (node) and dependencies (sentiment, keyword-extractor, @modelcontextprotocol/sdk) are appropriate for the stated functionality.

Instruction Scope

SKILL.md instructs running npm start and mcporter calls; server.js only reads/writes files inside the skill directory (data/*.csv, data/*.json, reports/) and performs local analysis. The README and SKILL.md explicitly state no network crawling and local processing, which the code follows.

Install Mechanism

No custom install script is provided; normal npm install is expected. package-lock shows dependencies pulled from an npm mirror (registry.npmmirror.com) and a moderate dependency tree via @modelcontextprotocol/sdk. This is typical but you may want to inspect transitive dependencies or run npm audit before installation.

Credentials

The skill requires no environment variables, no credentials, and no config paths beyond its own data/ and reports/ directories — proportional to its purpose.

Persistence & Privilege

always is false and the skill is user-invocable. It runs as an MCP server over stdio (expected for an OpenClaw skill). It does not attempt to modify other skills or system-wide configuration; it writes only to a reports/ folder inside the skill directory.

Assessment

This package appears coherent and implements local CSV-based analysis. Before installing: (1) review package-lock and run `npm audit` to check transitive vulnerabilities, (2) run the skill in an isolated/sandboxed environment (or with network blocked) to confirm no unexpected outbound behavior, (3) inspect any CSVs you load for sensitive data (PII) because reports are written locally to reports/, and (4) if you require stricter assurance, search the dependency tree for network-capable libraries and review @modelcontextprotocol/sdk usage. If you want extra safety, run npm install & start on a disposable VM or container first.

Version: 1.0.0
Author: 小爪 🦞
License: MIT
Tags: #social-media #sentiment-analysis #brand-monitoring #xiaohongshu #marketing #pr #ecommerce #operations

---

📊 社交媒体舆情分析工具

专为品牌方、电商卖家、运营人员打造的平价舆情监控助手。基于 MCP 协议，提供关键词监测、负面预警、声量趋势分析等核心功能，帮助您快速掌握社交媒体舆情动态。

🎯 这个工具能帮你做什么？

• 如果你是品牌方：实时监控品牌声量，第一时间发现负面舆情，避免危机发酵。无需昂贵企业软件，免费使用。

• 如果你是电商卖家：监测产品关键词，了解用户评价情感，优化产品和运营策略。支持小红书店铺数据导入。

• 如果你是运营人员：追踪内容标签热度，分析声量趋势，生成专业周报。让数据驱动内容决策，提升工作效率。

• 如果你是中小商家：这个工具提供核心功能，即装即用，无需培训，完全免费。

⚠️ 注意事项

• 当前版本仅处理本地 CSV 数据，不包含任何网络爬虫功能。 未来若增加此类功能，会另行发布。
• 数据隐私： 所有数据在本地处理，不会上传到外部服务器。
• 情感分析： 基于词典的简单分析，准确率约 70%，适合快速筛查。如需更高精度，建议人工复核。
• 报告输出： 报告保存在技能目录内的 reports/ 文件夹，确保安全性。
• 完全免费： 永久免费使用，即装即用。

功能特性

🔍 核心监控功能

• 关键词监测 - 自定义监测关键词，追踪提及情况
• 负面预警 - 情感分低于阈值时自动预警，避免危机发酵
• 声量趋势 - 文字图表展示声量变化，直观易懂
• 情感分析 - 分析文本情感倾向（支持中文）
• 关键词提取 - 从文本中提取核心关键词
• 周报生成 - 自动生成舆情分析周报（Markdown 格式）

📊 数据管理

• CSV 导入 - 支持小红书数据 CSV 导入
• 分类管理 - 关键词支持分类管理（品牌/产品/负面等）
• 阈值配置 - 可自定义负面预警阈值
• 本地存储 - 所有数据本地存储，安全可控

快速开始

1. 安装 Skill

clawhub install social-media-monitor

或手动安装：

cd /path/to/skill
npm install

2. 启动服务器

npm start

3. 在 OpenClaw 中调用

通过 mcporter CLI：

# 列出所有工具
mcporter list

# ===== 关键词监测 =====
# 添加监测关键词
mcporter call social-media-monitor.add_keyword keyword:"品牌名" category:"品牌"
mcporter call social-media-monitor.add_keyword keyword:"产品名" category:"产品"
mcporter call social-media-monitor.add_keyword keyword:"避雷" category:"负面"

# 查看监测列表
mcporter call social-media-monitor.list_keywords

# 监测关键词匹配
mcporter call social-media-monitor.monitor_keywords source:"sample" limit:20

# ===== 负面预警 =====
# 设置预警阈值（建议 -2 到 -5）
mcporter call social-media-monitor.set_alert_threshold threshold:-2

# 检查负面舆情
mcporter call social-media-monitor.check_alerts source:"sample"

# ===== 声量趋势 =====
# 获取声量趋势（文字图表）
mcporter call social-media-monitor.get_volume_trend days:7

# ===== 基础功能 =====
# 情感分析
mcporter call social-media-monitor.analyze_sentiment text:"这个产品很好用" language:"zh"

# 关键词提取
mcporter call social-media-monitor.extract_keywords text:"小红书运营数据分析" limit:5

# 生成周报
mcporter call social-media-monitor.generate_weekly_report limit:20

工具详解

关键词监测工具组

add_keyword

添加自定义监测关键词。

参数：

• keyword (string, 必填) - 要监测的关键词
• category (string, 可选) - 关键词分类（品牌/产品/负面等），默认"default"

示例：

mcporter call social-media-monitor.add_keyword keyword:"小红书" category:"平台"
# 输出：{"status": "success", "keyword": "小红书", "category": "平台", "total": 1}

list_keywords

查看当前监测的关键词列表。

示例：

mcporter call social-media-monitor.list_keywords
# 输出：{"keywords": [{"keyword": "小红书", "category": "平台"}], "total": 1}

monitor_keywords

监测关键词在笔记中的匹配情况。

参数：

• source (string, 可选) - 数据源：csv 或 sample，默认"sample"
• limit (number, 可选) - 分析笔记数量，默认 20

示例：

mcporter call social-media-monitor.monitor_keywords source:"sample" limit:20
# 输出：{"monitoredKeywords": ["小红书"], "matches": [...], "totalMatches": 5}

---

负面预警工具组

set_alert_threshold

设置负面情感预警阈值。

参数：

• threshold (number, 必填) - 情感分阈值，范围 -10 到 10，建议 -2 到 -5

说明：

• 情感分计算：正面词 +1 分，负面词 -1 分
• 当笔记情感分低于阈值时，触发预警
• 建议值：-2（敏感）到 -5（宽松）

示例：

mcporter call social-media-monitor.set_alert_threshold threshold:-3
# 输出：{"status": "success", "threshold": -3, "message": "负面预警阈值已设置为 -3"}

check_alerts

检查是否有负面舆情（情感分低于阈值）。

参数：

• source (string, 可选) - 数据源：csv 或 sample，默认"sample"

示例：

mcporter call social-media-monitor.check_alerts source:"sample"
# 输出：
# {
#   "threshold": -3,
#   "alerts": [],
#   "totalAlerts": 0,
#   "message": "✅ 未发现负面舆情"
# }

---

声量趋势工具

get_volume_trend

获取声量趋势（按日期统计笔记数量，文字图表展示）。

参数：

• source (string, 可选) - 数据源：csv 或 sample，默认"sample"
• days (number, 可选) - 统计天数，默认 7

输出示例：

2026-03-11: ██████████ 1
2026-03-12: ██████████ 1
2026-03-13: ██████████ 1
2026-03-14: ████████░░ 8
2026-03-15: █████████░ 9
2026-03-16: ██████████ 10
2026-03-17: ████████░░ 8

示例：

mcporter call social-media-monitor.get_volume_trend days:7

---

基础分析工具

analyze_sentiment

情感分析工具。

参数：

• text (string) - 要分析的文本
• language (string) - 语言：zh 或 en，默认"zh"

示例：

mcporter call social-media-monitor.analyze_sentiment text:"这个产品很好用，推荐购买"
# 输出：{"score": 2, "sentiment": "positive", "confidence": 0.33}

extract_keywords

关键词提取工具。

参数：

• text (string) - 要提取关键词的文本
• limit (number) - 返回数量，默认 10
• language (string) - 语言，默认"zh"

示例：

mcporter call social-media-monitor.extract_keywords text:"小红书运营数据分析" limit:5

list_notes

笔记列表工具。

参数：

• source (string) - 数据源
• limit (number) - 数量限制
• sortBy (string) - 排序字段
• order (string) - 排序顺序

示例：

mcporter call social-media-monitor.list_notes source:"sample" limit:10 sortBy:"likes" order:"desc"

generate_weekly_report

生成周报工具。

参数：

• limit (number) - 分析笔记数量，默认 10

示例：

mcporter call social-media-monitor.generate_weekly_report limit:20
# 输出：{"status": "success", "reportPath": "/path/to/report.md"}

---

应用场景

品牌方日常监控

每天 5 分钟，掌握品牌舆情：

# 1. 检查负面预警（1 分钟）
check_alerts source:"sample"

# 2. 查看关键词匹配（2 分钟）
monitor_keywords source:"sample" limit:20

# 3. 查看声量趋势（1 分钟）
get_volume_trend days:7

# 4. 如有负面，及时处理（1 分钟）

电商卖家产品分析

了解用户评价，优化产品：

# 1. 添加产品关键词
add_keyword keyword:"产品名" category:"产品"
add_keyword keyword:"质量" category:"评价"
add_keyword keyword:"性价比" category:"评价"

# 2. 监测用户评价
monitor_keywords source:"sample" limit:50

# 3. 分析情感倾向
analyze_sentiment text:"用户评价内容"

运营人员周报生成

一键生成专业周报：

# 周五下午 5 点，生成周报
generate_weekly_report limit:50

# 输出：reports/周报_2026-03-17.md
# 包含：数据概览、热门笔记、关键词分析、声量趋势

---

技术栈

• Node.js 22+
• @modelcontextprotocol/sdk (官方 MCP SDK)
• sentiment (情感分析库)
• keyword-extractor (关键词提取)
• zod (参数验证)

---

常见问题

Q: 数据从哪里来？

A: 当前版本支持用户上传 CSV 文件。小红书数据可通过官方后台导出，或使用第三方数据工具导出。

Q: 情感分析准确率如何？

A: 当前版本使用基于词典的简单分析，准确率约 70%。适合快速筛查，重要决策建议人工复核。后续可接入专业 NLP API 提升准确率。

Q: 负面预警多久检查一次？

A: 当前版本需要手动调用 check_alerts 工具。后续版本可配置定时检查（如每小时自动检查）。

Q: 支持哪些社交媒体平台？

A: 当前版本以小红书为主（CSV 格式）。理论上支持任何可导出为 CSV 的社交媒体数据（抖音、微博等）。

Q: 这个工具收费吗？

A: 完全免费。 永久免费使用，即装即用。

Q: 数据会上传到外部吗？

A: 不会。 所有数据在本地处理，存储在技能目录内，不会上传到任何外部服务器。

Q: 如何备份数据？

A: 数据存储在 data/ 目录下，定期备份该目录即可。建议每周备份一次。

---

更新日志

v1.0.0 (2026-03-17)

• ✅ 初始版本发布
• ✅ 关键词监测（add_keyword, list_keywords, monitor_keywords）
• ✅ 负面预警（set_alert_threshold, check_alerts）
• ✅ 声量趋势（get_volume_trend）
• ✅ 基础分析（analyze_sentiment, extract_keywords, list_notes, generate_weekly_report）
• ✅ 完整测试套件
• ✅ 完全免费，即装即用

---

许可证

MIT License

---

作者： 小爪 🦞
GitHub: （仓库筹备中，敬请期待）
ClawHub: social-media-monitor

---

💡 使用建议

新手入门（第 1 周）

1. 第 1 天： 安装工具，添加 3-5 个关键词
2. 第 2-3 天： 每天检查负面预警（1 分钟）
3. 第 4-5 天： 查看关键词匹配和声量趋势
4. 周末： 生成第一份周报

进阶使用（第 2 周起）

1. 优化关键词列表 - 根据实际需求调整
2. 调整预警阈值 - 找到适合的敏感度
3. 建立监控流程 - 每天固定时间检查
4. 定期复盘 - 每周分析趋势，优化策略

---

让数据驱动决策，让舆情尽在掌握！ 📊✨