返回 Skill 列表
extension
分类: 数据与分析需要 API Key

快手评论分析

快手评论分析工具。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。当用户需要查看快手作品评论、分析评论舆情、了解用户反馈时使用。触发词:快手评论、作品评论、评论查询、评论分析、评论舆情、看评论。

person作者: u_b1ef8fd0hubenterprise

快手评论分析

📝 简介

输入快手作品链接即可获取一级评论数据,每页 20 条,支持 cursor 游标分页翻页。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 | 实时拉取作品评论区数据 | | 分页浏览 | 每页 20 条,cursor 游标翻页 | 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 | | 合并报告 | 多页合并,超3页自动折叠 | 一次导出全部评论分析 |

🔑 鉴权

前往 红狐hub 获取 API Key,通过以下方式配置:

# 方式一:配置文件(如 OpenClaw 的 ~/.openclaw/openclaw.json)
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }

# 方式二:终端环境变量
export REDFOX_API_KEY="ak_xxxx..."

🔄 工作流程

Step 1:理解用户意图,提取 opusId

⚠️ 核心规则:用户提供作品链接,Agent 从链接中提取 opusId。

  • 用户提供作品链接(如 https://www.kuaishou.com/short-video/3x4ibfzs5e68yxu),Agent 从链接中提取 opusId
  • 用户也可能直接提供 opusId(如 3x4ibfzs5e68yxu),此时直接使用
  • 若用户未提供作品链接,主动询问:「请提供快手作品链接」
  • 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 opusId

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/kuaishou-comment/scripts/kuaishou_comment_search.py "<opusId>" [--cursor <cursor>] [--page <page>]

参数说明:

| 参数 | 说明 | 默认值 | |------|------|--------| | opusId | 快手作品 opusId(必填) | — | | --cursor | 游标,首页传空字符串,次页传上一页返回的 nextCursor | "" | | --page | 当前页码(仅用于 HTML 文件名和输出标记) | 1 | | --output-dir | HTML 输出目录 | ~/Downloads/QoderReports |

脚本返回 JSON 字段详见下方评论字段表。

注意: HTML 报告此时仅含评论原始数据,分析占位符待用户确认后回填。

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。

A1. 告知查询范围

📊 作品「{opusId}」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)

格式规则:

  • 评论人列只显示昵称,不展示头像、不生成超链接
  • 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(整行加粗)
  • like_count / reply_count 数字 ≥ 10000 使用 x.xw 格式
  • 每页全部展示,不得截断

A3. AI 评论总结(⚠️ 每次查询(含翻页)必须输出)

首页:基于当前页评论,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综合分析,标注累计总条数。

分析前需理解快手社区文化(老铁文化、表情符号语义、"奥利给""双击"等特有表达)。

📈 评论总结分析(基于 {total} 条评论)

✅ 积极评价({positive_ratio}%)

  • {要点,引用代表评论关键词}

⚠️ 负面评价({negative_ratio}%)

  • {要点}

💡 用户需求({demand_ratio}%)

  • {要点}

🔍 竞品对比舆情({competitor_ratio}%)

  • {仅当提及竞品时输出,否则输出「未提及竞品」}

分析要求:

  • 每条要点引用代表评论关键词/短语
  • 百分比为该类型评论占比,四类总和可能超 100%
  • 必须理解快手社区文化

A4. 翻页提示(⚠️ 紧接在 A3 之后)

  • 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?

若用户确认,根据已浏览页数选择方式:


仅 1 页 → 单页 HTML(backfill_html.py)

HTML 文件已在 Step 2 生成,直接回填分析数据并打开:

python3 ~/.agents/skills/kuaishou-comment/scripts/backfill_html.py "<html_path>" --analysis-json '<分析JSON>'
open "<html_path>"

2 页及以上 → 合并报告(consolidate_report.py)

收集所有已浏览页面的 JSON 数据,生成一份包含全部评论和累计分析的完整 HTML。按页码分区展示,超过 3 页时自动折叠,提示用户点击展开。

python3 ~/.agents/skills/kuaishou-comment/scripts/consolidate_report.py "<opusId>" \
  --pages-json '[{"page":1,"total":31,"comments":[...]},{"page":2,"total":20,"comments":[...]}]' \
  --analysis-json '<累计分析JSON>'
open "<html_path>"

| 参数 | 说明 | |------|------| | opusId | 快手作品 opusId(位置参数) | | --pages-json | 多页数据 JSON 数组,每项含 page、total、comments | | --analysis-json | 累计分析 JSON(字段同 backfill) |

pages 数据从各次脚本调用输出中收集;累计分析基于 A3 翻页后综合分析。


分析 JSON 字段说明:

| 字段 | 类型 | 说明 | |------|------|------| | positive_ratio | string | 积极评价占比(纯数字,如 "62",模板自动追加 %) | | negative_ratio | string | 负面评价占比 | | demand_ratio | string | 用户需求占比 | | competitor_ratio | string | 竞品对比占比 | | positive_summary | string | 积极评价摘要(HTML ul 格式) | | negative_summary | string | 负面评价摘要 | | demand_summary | string | 用户需求摘要 | | competitor_summary | string | 竞品对比摘要 |

Step 4:翻页处理(用户回复「下一页」等时)

  1. 沿用 opusId
  2. 使用上一页的 nextCursor
  3. 重新调用脚本:python3 ~/.agents/skills/kuaishou-comment/scripts/kuaishou_comment_search.py "<opusId>" --cursor "<nextCursor>" --page <page>
  4. 完整执行 A1~A4,A3 基于累计综合分析
  5. A4 后询问是否需要 HTML

翻页规则: has_next true → 用 nextCursor 翻页;false → 已无更多。cursor 原样传递,不可修改。

Step 5:错误处理

| 错误类型 | 处理方式 | |---------|---------| | 无 API Key | 提示配置 REDFOX_API_KEY | | 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」 | | 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:查看快手作品 3x4ibfzs5e68yxu 的评论
助手:调用脚本 → 展示当前页 + AI总结 → 询问HTML → backfill → open

示例 2:通过链接查询

用户:https://www.kuaishou.com/short-video/3x4ibfzs5e68yxu 这个作品的评论怎么样
助手:提取 opusId → 调用脚本 → 展示分析 → 询问HTML

示例 3:翻页后合并导出

用户:下一页 → 下一页 → 生成html
助手:收集3页JSON → consolidate_report.py → 1个HTML含全部评论+折叠 → open