企业舆情分析

任务目标

• 本 Skill 用于：监控和分析企业的网络舆情，帮助企业及时了解品牌声誉、市场声音和潜在风险
• 能力包含：
• 获取企业舆情数据（按时间范围筛选）
• 舆情情感倾向分析
• 舆情趋势总结
• 风险舆情识别
• 触发条件：用户提及"舆情"、"监控"、"品牌声誉"、"媒体声音"等关键词

前置准备

• Python 依赖：脚本已内置 requests、python-dateutil 等必要依赖
• 可选配置：如需使用真实舆情API，请参考 references/sentiment-format.md 进行配置

操作步骤

标准流程

1. 获取舆情数据
• 调用 scripts/fetch_sentiment.py 脚本获取企业舆情数据
• 参数说明：
• company_name：企业名称（必需）
• time_range：时间范围，可选值：week（最近一周）、month（最近一月）
• 示例：

```bash

python scripts/fetch_sentiment.py --company-name "阿里巴巴" --time-range week

```

• 脚本返回 JSON 格式的舆情数据列表

1. 分析舆情数据
• 智能体根据返回的舆情数据进行分析：
• 识别正面、负面、中性舆情比例
• 提取关键舆情话题和事件
• 分析舆情传播趋势和时间分布
• 识别潜在风险和敏感内容

1. 生成分析报告
• 智能体生成结构化的舆情分析报告，包含：
• 舆情总体概况（时间范围、舆情总量、情感分布）
• 主要舆情事件列表（按时间倒序）
• 情感倾向分析（正面/负面舆情要点）
• 趋势总结和建议
• 风险警示（如发现负面舆情）

可选分支

• 当 time_range=week：重点关注近期热点和突发事件
• 当 time_range=month：进行更全面的趋势分析，识别长期模式
• 当发现大量负面舆情：增加风险等级提示，建议采取公关措施

资源索引

• 必要脚本：见 scripts/fetch_sentiment.py（获取舆情数据，支持模拟数据和API调用）
• 集成指南：见 references/sentiment-format.md（API集成配置和数据格式规范）

注意事项

• 默认情况下脚本返回模拟数据，用于演示和测试
• 如需接入真实舆情API，请按照参考文档修改脚本配置
• 舆情分析依赖智能体的自然语言理解能力，建议提供完整、准确的舆情数据
• 对于敏感或危机舆情，建议及时关注并采取应对措施

使用示例

示例 1：查询最近一周舆情

• 功能：获取某企业最近一周的舆情数据并分析
• 执行方式：调用脚本获取数据 + 智能体分析
• 关键参数：--company-name "某企业" --time-range week

示例 2：月度舆情报告

• 功能：生成企业月度舆情分析报告
• 执行方式：调用脚本获取数据 + 智能体生成详细报告
• 关键参数：--company-name "某企业" --time-range month

示例 3：风险舆情监测

• 功能：快速识别负面舆情和潜在风险
• 执行方式：调用脚本 + 智能体筛选负面舆情 + 风险等级评估
• 适用场景：危机预警、声誉管理