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
/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
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
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
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）
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
python3 social_intel.py -k "穿搭" -p xhs -m 30 --wordcloud -o /tmp/chuanda.png
采集指定笔记评论
python3 social_intel.py -k "咖啡" -p xhs --comments 69aae46f000000001a0298f1
导出数据
# 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
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