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...

Security Scan

实现的功能与描述大体一致, 但代码中将请求发往一个硬编码的 HTTP IP 地址（不是 feedax.cn）且可能以明文传输 API Key，这与文档中对 feedax.cn 的说明不匹配并带来凭据泄露风险。

Purpose & Capability

名字与说明表明这是一个对接 Feedax 搜索 API 的舆情检索技能 — 所需依赖与接口调用逻辑与此目的相符. 但代码中把 API_BASE_URL 硬编码为 'http://221.6.15.90:18011'（IP 地址、使用 http），而文档与 README 都指向 feedax.cn，这不一致：请求被发送到一个未说明的 IP 而非明确的官方域名。

Instruction Scope

SKILL.md 指导用户在项目根目录配置 FEEDAX_SEARCH_API_KEY、安装 requirements，并用提供的脚本查询；脚本主要做日期、地域解析、调用远端搜索并将结果保存为 JSON。没有指示读取或上报与任务无关的本地文件或其它凭据。

Install Mechanism

无复杂安装说明，仅建议 pip install -r requirements.txt（requests, python-dotenv）。没有下载不受信任的二进制或外部归档，代码为纯 Python，安装风险低。

Credentials

技能仅要求 FEEDAX_SEARCH_API_KEY（与目的匹配）。但脚本将请求发往硬编码的 IP 且使用 http://（非 HTTPS），这可能导致用户在明文通道泄露其 API Key 或将 Key 传输到非官方服务器；因此对单一环境变量的使用方式显示出明显安全风险。

Persistence & Privilege

技能没有请求常驻(always)或修改其它技能/系统配置的行为；默认的可自主调用也未与其它高权限配置组合出现。

Scan Findings in Context

[hardcoded-ip-endpoint] unexpected: search_cli.py 定义 API_BASE_URL = 'http://221.6.15.90:18011' — 与 README/SKILL.md 中指向 feedax.cn 的说明不一致. 使用硬编码 IP 而非官方域名是可疑且不应被视为正常。

[plaintext-http-endpoint] unexpected: API endpoint uses plain HTTP (http://...). If the code sends FEEDAX_SEARCH_API_KEY over this connection, the key and requests would be transmitted in cleartext — a high-risk behavior for credentials.

What to consider before installing

What to check before installing or using this skill: - Do not put a real FEEDAX_SEARCH_API_KEY into .env until you verify where it is sent. Use a throwaway/dummy key for testing. - Inspect the rest of scripts/search_cli.py to see exactly how API_KEY is transmitted (header vs query param) and whether the code posts it to the hardcoded IP. Grep for API_BASE_URL and API_KEY usage. - The code currently targets http://221.6.15.90:18011 (IP) — confirm with the skill author why it doesn't use https://api.feedax.cn or another documented feedax.cn host. Treat an unexplained hardcoded IP as suspicious. - If you must test, run the script in an isolated environment and monitor outbound network traffic (e.g., with tcpdump, wireshark, or OS firewall) to see destination and whether traffic is encrypted. - Prefer skills that call documented, HTTPS endpoints under the official domain. If the author provides an official repo or homepage (not present here), review that upstream source and changelog. - If you rely on this skill for sensitive data, request publisher identity and an explanation for the IP endpoint; otherwise avoid supplying production API keys and revoke any key you used for testing if you suspect exposure.

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:

1. 提取2-3个核心关键词
2. 为地名、动作词添加同义词
3. 人名/品牌不扩充
4. 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