shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析需要 API Key

抖音评论分析

抖音评论分析工具。输入作品链接即可获取一级评论数据，支持分页浏览、评论情感分析（积极/负面/需求/竞品），生成精美 HTML 报告。当用户需要查看抖音作品评论、分析评论舆情、了解用户反馈时使用。触发词：抖音评论、作品评论、评论查询、评论分析、评论舆情、看评论。

person作者: user_5f9c21aahubcommunity
download下载资源包

抖音评论分析

📝 简介

输入抖音作品链接即可获取一级评论数据，每页 20 条，支持分页翻页。在对话中展示当前页全部评论及 AI 总结分析，同时生成包含当前页数据和总结的交互式 HTML 报告。

✨ 功能特性

| 功能模块 | 能力描述 | 核心价值 | |---------|---------|---------| | 评论获取 | 粘贴作品链接即可获取评论 | 拉取作品评论区最新数据 | | 分页浏览 | 每页 20 条，支持翻页 | 逐页浏览大量评论 | | AI 总结 | 四维情感分析（积极/负面/需求/竞品） | 快速了解评论舆情全貌 | | 置顶标记 | 置顶评论特殊标识 | 一眼识别重要评论 | | HTML 报告 | 深色主题交互式报告 | 离线保存/分享分析结果 |

🔑 鉴权

  • 获取 API Key：前往 红狐hub
  • 配置方式1：写入 ~/.openclaw/openclaw.json → { "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
  • 配置方式2：终端执行 export REDFOX_API_KEY="ak_xxxx..."

🔄 工作流程

Step 1：理解用户意图，提取 videoId

⚠️ 核心规则：必须从用户输入中提取 videoId。

  • 用户可能直接提供 videoId（纯数字）
  • 用户可能提供作品链接（如 https://www.douyin.com/video/7131700643076623629），从链接中提取 videoId
  • 若用户未提供作品链接，主动询问：「请提供抖音作品链接」
  • 若用户在上一轮对话中查询过某作品的数据，且本轮输入模糊（如"下一页"、"评论分析"），沿用上一轮的 videoId

Step 2：调用评论获取脚本（自动生成 HTML）

⚠️ 每次调用仅请求一页数据（一次 API 请求），不可擅自发起多次调用拉取多页。

脚本每次调用自动生成 HTML 报告（含 {{PLACEHOLDER}} 占位符，未回填分析数据）。终端展示与 HTML 基于同一次 API 调用，确保数据一致。

python3 ~/.agents/skills/douyin-comment-search/scripts/douyin_comment_search.py "<videoId>" [--offset <offset>]

参数说明：

| 参数 | 说明 | 默认值 | |------|------|--------| | videoId | 抖音作品 ID（必填） | — | | --offset | 偏移量，每页 20 条 | 0 | | --output-dir | HTML 输出目录 | ~/Downloads/QoderReports |

offset 与页码对应关系：

| 页码 | offset | |------|--------| | 第 1 页 | 0 | | 第 2 页 | 20 | | 第 3 页 | 40 | | ... | offset = (page - 1) × 20 |

脚本返回 JSON：

| 字段 | 说明 | |------|------| | video_id | 作品 ID | | current_page | 当前页码 | | total_fetched | 本次获取的评论数 | | has_next | 是否有下一页（true/false） | | comments | 评论列表 | | html_path | 生成的 HTML 报告路径（含占位符，待回填） |

每条评论字段：

| 字段 | 说明 | |------|------| | comment_id | 评论 ID | | content | 评论内容 | | like_count | 点赞数 | | reply_count | 回复数 | | create_time | 评论时间 | | ip_location | IP 属地 | | user_name | 用户昵称 | | user_avatar | 用户头像 URL | | user_id | 用户 ID（用于生成主页链接） | | user_url | 用户主页链接 | | is_top | 是否置顶（true/false） |

注意： HTML 报告此时仅含评论原始数据，分析占位符（{{PLACEHOLDER}}）待用户确认后回填。

Step 3：对话中展示评论数据 + AI 总结

⚠️ 每次操作仅调用一次 API，获取一页数据。对话展示与 HTML 报告基于同一页数据。

A1. 告知查询范围

📊 作品「{videoId}」共获取 N 条评论（第 {page} 页），以下是详细数据：

A2. 渲染评论表格（展示当前页全部评论）

| # | 评论人 | 评论内容 | 👍 | 💬 | 时间 | IP |
|---|--------|---------|----|----|------|-----|
| 1 | ![avatar](头像URL)[昵称](主页链接) | 评论内容... | 1223 | 213 | 02-12 15:30 | 广东 |
| 2 | ![avatar](头像URL)[昵称](主页链接) | 评论内容... | 856 | 45 | 02-12 14:20 | 北京 |
| ... | ... | ... | ... | ... | ... | ... |

格式规则：

  • 评论人列使用 ![avatar](头像URL)[昵称](user_url) Markdown 格式，无需设置图片尺寸
  • 评论内容超过 40 字截断加 ...
  • 时间格式化为 MM-DD HH:MM
  • 置顶评论在昵称后加 📌 标记（整个评论行使用 加粗 样式）
  • like_count / reply_count 数字 ≥ 10000 使用 x.xw 格式
  • ⚠️ 每页最多 20 条，对话中全部展示，不得截断

A3. AI 评论总结（⚠️ 每次查询（含翻页）必须输出）

首页：基于当前页获取到的全部评论，进行四维情感分析。

翻页后：基于目前已获取的所有页面累计数据进行综合分析，而非仅分析当前单页。分析时需标注累计总条数。

分析前需理解抖音梗文化（流行语、缩写、表情包语义、热门话题背景）。

📈 评论总结分析（基于 {total} 条评论）

✅ 积极评价（{positive_ratio}%）

  • {要点1}
  • {要点2}
  • ...

⚠️ 负面评价（{negative_ratio}%）

  • {要点1}
  • {要点2}
  • ...

💡 用户需求（{demand_ratio}%）

  • {要点1}
  • {要点2}
  • ...

🔍 竞品对比舆情（{competitor_ratio}%）

  • {仅当评论中提及竞品时输出，否则输出「未提及竞品」}
  • {竞品名称}：{舆情要点}

分析要求：

  • 每条要点需引用代表评论（截取关键词/短语）
  • 百分比为提及该类型评论的数量占总评论数的比例
  • 积极/负面/需求/竞品四类占比总和可能超过 100%（一条评论可能同时包含多类信息）
  • 必须理解抖音梗文化：识别流行语（如"绝绝子""yyds""破防""入典"等）、表情包语义、缩写（如"xswl""awsl"）、梗的语境含义

A4. 翻页提示（⚠️ 紧接在 A3 之后，每次必须输出）

  • 若 has_next 为 true：

📄 当前第 {page} 页（共 {total_fetched} 条）。回复「下一页」继续查看。

  • 若 has_next 为 false：

📄 当前第 {page} 页，已无更多数据。

⚠️ A1~A4 必须在同一轮输出中连续完成，不可省略任何一步。

A4 输出完毕后，询问用户是否需要生成 HTML 可视化报告：

📊 是否需要生成 HTML 可视化报告？

若用户回复「是」「需要」「生成」「html」等确认词，则执行以下步骤（无需重新调用脚本，HTML 文件已在 Step 2 生成）：

① 回填 AI 分析结果到 HTML

调用 backfill_html.py 将 AI 分析结果回填到 HTML 中的 {{PLACEHOLDER}} 占位符：

python3 ~/.agents/skills/douyin-comment-search/scripts/backfill_html.py "<html_path>" --analysis-json '{
  "positive_ratio": <正整数>,
  "negative_ratio": <正整数>,
  "demand_ratio": <正整数>,
  "competitor_ratio": <正整数>,
  "positive_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>",
  "negative_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>",
  "demand_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>",
  "competitor_summary": "<ul><li>要点1</li><li>要点2</li>...</ul>"
}'

JSON 字段说明：

| 字段 | 类型 | 说明 | 示例 | |------|------|------|------| | positive_ratio | int | 积极评价占比（纯数字，不含%） | 45 | | negative_ratio | int | 负面评价占比 | 30 | | demand_ratio | int | 用户需求占比 | 15 | | competitor_ratio | int | 竞品对比占比 | 15 | | positive_summary | string | 积极评价摘要（HTML 格式 <ul><li>...</li></ul>） | 见示例 | | negative_summary | string | 负面评价摘要 | 同上 | | demand_summary | string | 用户需求摘要 | 同上 | | competitor_summary | string | 竞品对比摘要 | 同上 |

注意： JSON 字符串参数包含双引号，Bash 中使用单引号包裹，内部双引号需转义 \"。若内容含单引号则用 stdin 方式传入：echo '...' | python3 backfill_html.py "<html_path>"

② 打开 HTML 报告：

open "<html_path>"

Step 4：翻页处理（用户回复「下一页」等时）

当用户回复「下一页」「上一页」「第 N 页」时：

  1. 沿用 Step 1 中提取的 videoId
  2. 计算新的 offset：(page - 1) × 20
  3. 重新调用脚本（与 Step 2 一致，自动生成 HTML）：python3 .../douyin_comment_search.py "<videoId>" --offset <offset>
  4. 完整执行 Step 3 的 A1~A4，其中：
    • A1/A2：仅展示当前页数据（展示范围不变）
    • A3 评论分析：基于目前已获取的所有页面累计数据（第 1 页至当前页）进行综合分析，标题中 {total} 为累计总条数
  5. A4 后询问用户是否需要生成当前页 HTML（同 Step 3 末尾流程，无需重新调用脚本）

翻页规则：

  • has_next 为 true → 当前页正好 20 条，存在下一页
  • has_next 为 false → 当前页不足 20 条，已是最后一页

Step 5：错误处理

| 错误类型 | 处理方式 | |---------|---------| | 无 API Key | 提示配置 REDFOX_API_KEY，给出配置指引 | | 作品链接无效 | 提示「未找到该作品的评论，请检查作品链接是否正确」 | | 接口返回错误 | 显示错误码和错误信息 | | 获取 0 条评论 | 提示「该作品暂无评论」并建议检查作品是否存在或已删除 | | 网络请求超时 | 提示「网络请求超时，请稍后重试」 |

📋 依赖

# 脚本使用 urllib（Python 标准库），无需额外安装依赖

🎯 使用示例

示例 1：查看指定作品的评论

用户：查看抖音作品 7131700643076623629 的评论
助手：调用脚本（自动生成HTML） → 展示全部20条 + AI总结 → 询问是否需要HTML → 用户确认 → backfill → open

示例 2：通过链接查询

用户：https://www.douyin.com/video/7131700643076623629 这篇的评论怎么样
助手：提取 videoId → 调用脚本 → 展示分析 → 询问是否需要HTML

示例 3：翻页

用户：下一页
助手：调用脚本 offset=20 → 展示第2页 + AI分析 → 询问是否需要当前页HTML