舆情分析工具 (Opinion Miner)

分析社区评论，挖掘用户真正的核心观点和立场。

何时使用此技能

当用户想要了解社区对某个话题的看法时使用此技能——不仅仅是"他们说了什么"，而是"他们持有什么样的立场以及在哪里存在分歧"。目标是将原始评论转化为结构化的洞察。

典型触发场景：

• "大家对 X 在 Reddit/Bilibili/GitHub 上怎么说？"
• "分析一下这个帖子的评论"
• "这里主要的分歧点是什么？"
• "帮我了解一下社区对这个问题的态度"
• "做一下这个话题的舆情分析"

支持的数据来源

数据来源	爬取方式
Bilibili 视频评论	agent-browser（需要 JS 渲染）或通过 webfetch 调用 Bilibili API
Reddit 帖子	通过 webfetch 访问 old.reddit.com 或 Reddit JSON API (/.json)
GitHub Issues 评论	通过 webfetch 调用 GitHub API (/repos/owner/repo/issues/N/comments)

如果用户提供了 URL，先识别平台类型，然后使用相应的方法进行爬取。

工作流程

步骤 1: 爬取评论

从给定的 URL 收集所有评论。将原始数据保存到 comments_raw.json，使用以下结构：

[
  {
    "id": "unique-id",
    "author": "username",
    "text": "comment body",
    "likes": 0,
    "replies": [],
    "timestamp": "2026-01-15T10:30:00Z"
  }
]

平台特定的爬取方式：

Bilibili： 先尝试评论 API — https://api.bilibili.com/x/v2/reply/main?type=1&oid={video_id}&mode=3&ps=20&pn={page}。分页爬取直到评论耗尽。如果 API 失败，回退到 agent-browser：

agent-browser open "https://www.bilibili.com/video/BVxxxxx" && agent-browser wait --load networkidle
agent-browser snapshot -i

然后滚动页面并通过 DOM 快照提取评论。

Reddit： 使用 JSON API — 在任意 Reddit URL 末尾添加 .json：

webfetch "https://www.reddit.com/r/subreddit/comments/postid.json?limit=500"

解析嵌套的树状结构。将回复作为嵌套评论包含在内，但在聚类时将其展平（回复通常会重复父评论的观点）。

GitHub Issues： 使用 GitHub API：

webfetch "https://api.github.com/repos/owner/repo/issues/issue_number/comments?per_page=100"

使用 &page=N 进行分页。同时获取 issue 正文——它定义了讨论的背景。

步骤 2: 预处理

在分析之前清理原始评论：

1. 移除机器人评论、垃圾信息以及无意义评论（如 "+1"、"bump"、单个表情）
2. 如果评论超过 500 条，战略性采样——选取高赞评论 + 随机抽取中热度评论，以捕捉少数派观点
3. 保留元数据（点赞数、作者）——有助于判断哪些观点更受欢迎

将清理后的数据保存到 comments_cleaned.json。

步骤 3: 语义聚类

阅读所有清理后的评论，按语义相似性进行分组——表达相同底层论点的评论归为一组，即使措辞完全不同。

高效聚类的方法：

• 批量阅读评论（每次 50-100 条）并进行第一轮分组
• 通过对比各批次之间的聚类结果进行合并——相同论点 = 同一聚类
• 每个聚类应该代表一个独特的立场或论点，而不仅仅是主题
• 用简洁的论点陈述来命名每个聚类（而不是主题标签）

聚类命名规范： 每个聚类名称应该是一个论点，而不是主题。

• 好的例子："此功能破坏向后兼容性，应该改为可选"
• 不好的例子："向后兼容性担忧"

将聚类结果保存到 clusters.json：

[
  {
    "cluster_id": 1,
    "name": "Concise argument statement",
    "comment_count": 45,
    "representative_comments": ["full text of 2-3 best examples"],
    "support_ratio": 0.7,
    "sample_comment_ids": ["id1", "id2", "id3"]
  }
]

步骤 4: 辩论分析

针对每个聚类，确定以下内容：

1. 立场：这个群体到底在争论什么？
2. 论据：他们引用了什么事实、经验或逻辑？
3. 信念强度：他们是肯定的还是犹豫的？利用语言线索和点赞数进行判断
4. 与其他聚类的关系：这是对另一个聚类的反对观点吗？还是补充或延伸？

然后综合所有聚类进行识别：

• 核心争论轴：根本性的分歧（如"安全 vs. 便利"、"创新 vs. 稳定"）
• 共识点：大多数聚类都同意的点
• 分歧点：社区存在明显对立的点
• 少数派观点：持有者少但论据有力的观点

步骤 5: 生成报告

使用以下模板输出 Markdown 报告：

# [Topic] 社区观点分析

> 数据来源: [URL]
> 评论总数: N (分析了 M 条有效评论)
> 生成时间: YYYY-MM-DD

## 摘要

[2-3 句话概括社区的整体态度和主要分歧]

## 核心争论点

[描述最核心的 1-2 个分歧轴，解释为什么这是争论的焦点]

## 观点聚类

### 观点 1: [论点陈述]
- **占比**: ~X% (约 N 条评论)
- **核心论据**: [支持这个观点的主要理由]
- **典型评论**: [1-2 条代表性原文]
- **热度**: [点赞/支持度]

### 观点 2: [论点陈述]
...

## 共识与分歧

### 共识
- [大多数人都同意的点]

### 分歧
- [主要对立点，哪些观点之间存在直接冲突]

## 少数派观点
- [持有者少但论据有力的观点，值得关注]

## 情绪分析
- **整体情绪**: [正面/负面/中立/混合]
- **情绪强度**: [激烈/温和]
- **情绪变化趋势**: [如有时间线数据]

如果用户也请求 JSON 输出，请同时保存结构化数据。

分析技巧

• 不要只数投票数——高赞的少数派观点可能比低参与度的多数派立场更重要
• 注意人们如何争论，而不仅仅是他们说了什么。讽刺、情绪化语言和防御性表态都表明强烈的立场
• 寻找隐含的论点——有时真正的分歧并未明确说出（例如，人们争论实现细节实际上可能是在争论优先级）
• 与回复交叉参考——一个强烈反对父评论的回复揭示了辩论结构
• 如果评论涉及多种语言，按论点进行聚类（不考虑语言），然后在每个聚类中注明语言分布