HomeBrowseUpload
← Back to registry
// Skill profile

Social Media Monitor

name: social-media-monitor

by crystaria · published 2026-03-22

开发工具数据处理
Total installs
0
Stars
★ 0
Last updated
2026-03
// Install command
$ claw add gh:crystaria/crystaria-social-media-monitor
View on GitHub
// Full documentation

---

name: social-media-monitor

description: 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

homepage: https://clawhub.ai/skills/social-media-monitor

tags: [social-media, sentiment-analysis, brand-monitoring, xiaohongshu, marketing, pr, ecommerce, operations]

metadata:

{

"openclaw":

{

"emoji": "📊",

"requires": { "bins": ["node"] },

"install":

[

{

"id": "npm",

"kind": "npm",

"package": "social-media-monitor",

"path": ".",

"label": "安装社交媒体舆情分析工具",

},

],

},

}

---

# Social Media Monitor

**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!** 📊✨

    // Comments
    Sign in with GitHub to leave a comment.
    // Related skills

    More tools from the same signal band