brand-geo-analysis-plus
中国互联网品牌感知监测统一工具。聚合全网热榜追踪(hub)、小红书/抖音/公众号近30天深度讨论研究(cn30)、豆包/Kimi/DeepSeek AI 搜索品牌可见度分析(geo)三个互补模块,帮助品牌方/市场运营/内容创作者从「话题热度—真实口碑—AI 回答」三层视角全面感知品牌。当用户需要研究中国社交媒体热点、分析品牌舆情、对比竞品口碑、分析品牌在 AI 搜索中的表现、做 GEO 优化、追踪全网热点时使用。触发词:品牌感知、舆情监测、社媒研究、热榜聚合、AI 搜索可见度、GEO 分析、跨平台舆情、热点追踪、品牌口碑、品牌竞品对比、社媒热榜。
Install
npx skills add https://github.com/redfox-data/redfox-community/tree/main/skills/brand-geo-analysis-plus
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install redfox-data-redfox-community@llmmart
git clone https://github.com/redfox-data/redfox-community.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole redfox-data/redfox-community collection as a plugin from our marketplace. Git is the plain clone.
README
品牌GEO分析Plus版 / brand-geo-analysis-plus
简介
一个 Skill、三层视角:全网热榜聚合(hub)+ 近30天社媒深度研究(cn30)+ AI 搜索品牌可见度(geo),从「话题热度 - 真实口碑 - AI 回答」三个层位,全面感知中国互联网上的品牌形象。
核心价值
- 一站式三层视角:从热搜榜、社媒讨论到 AI 搜索回答,品牌感知全链路一个工具覆盖,无需多工具切换。
- 真实数据驱动:7 大平台实时热榜 + 3 大社媒平台近 30 天真实讨论 + 3 大 AI 搜索引擎实测回答。
- 量化可衡量:GEO 综合得分、提及率、平均排名、情绪分布,品牌在 AI 搜索里的可见度不再是玄学。
- 报告即交付:终端速览表格 + 交互式 HTML 报告,随手留档、分享。
适用对象
- 🏢 品牌方 / 市场运营 — 摸清品牌在全网的真实声量与口碑,负面反馈早发现。
- 📊 市场 / 舆情分析师 — 跨平台对比竞品表现,产出可直接引用的结构化报告。
- 📈 GEO / SEO 从业者 — 量化品牌在 AI 搜索里的可见度,找到明确的优化方向。
- ✍️ 内容运营 / 营销策划 — 追全网热点、挖真实用户讨论,选题灵感不断供。
功能特性
核心功能
- 全网热榜聚合(hub):实时抓取百度、知乎、微博、抖音、B站、快手、头条 7 大平台热搜,自动识别跨平台同一热点事件,输出 TOP10 榜单、跨平台小结与趋势预测,支持昨日 / 本周 / 历史 30 天回溯。
- 社媒深度研究(cn30):搜索小红书、抖音、公众号近 30 天真实用户讨论,跨平台对比舆情趋势,输出数据速览、核心发现与可视化 HTML 报告,支持自定义关键词与任意天数(1~30 天)。
- AI 搜索可见度(geo):向豆包、Kimi、DeepSeek 三个 AI 搜索引擎批量提问,量化品牌提及率、推荐排名、情绪倾向、信源引用,自动发现竞品并生成对比矩阵,附交互式 HTML 报告。
- 完整品牌诊断:三模块组合工作流,从热度、口碑、AI 回答三个层位产出结构化品牌感知诊断报告,含分层行动建议。
特色亮点
- 三合一产品形态:一个 Skill 串起「热榜 → 社媒 → AI 搜索」三层信息源,既可单模块使用,也可组合成全维度诊断。
- 确定性指标公式:GEO 综合得分由提及率(40%)+ 排名(30%)+ 情绪(30%)加权计算,结果可复现、可跨期对比。
- 脏数据自动剔除:AI 平台限流 / 故障的回答自动标记并排除统计,不污染提及率与情绪结论。
密钥获取与安全说明
- 本技能需要使用环境变量:
REDFOX_API_KEY。 REDFOX_API_KEY由 红狐 hub (https://redfox.hk)提供。- 请前往 红狐 hub 注册账号,获取
REDFOX_API_KEY。 - 配置设备环境变量
REDFOX_API_KEY后使用本技能。 - 在提供密钥前,请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。
- 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。
使用指南
直接用自然语言说出你的品牌、话题或分析需求即可,无需记忆固定命令。
常用说法速查
| 意图 | 示例话术 | 效果 |
|---|---|---|
| 看全网热点 | 「今天全网在聊什么?哪个热点值得追?」 | 7 平台热榜 TOP10 + 跨平台小结 + 趋势预测 |
| 研究社媒口碑 | 「近30天大家怎么聊无糖饮料?小红书、抖音、公众号都看看」 | 跨平台真实讨论速览 + 核心发现 + HTML 报告 |
| 查 AI 搜索可见度 | 「分析一下元气森林在豆包、Kimi、DeepSeek 里的表现」 | GEO 得分 + 提及率 / 情绪 / 信源 + 交互式报告 |
| 竞品 AI 对比 | 「对比我们和竞品 A,谁在 AI 搜索里被推荐得更多?」 | 提及率 / 排名 / 情绪的竞品对比矩阵 |
| 完整品牌诊断 | 「帮我做一份 XX 品牌的完整感知报告」 | 热度 + 口碑 + AI 回答三阶段组合诊断 |
输出示例
以 AI 搜索可见度分析为例,完成后你将收到一份交互式 HTML 报告,核心摘要大致如下(示意):
- 跨平台提及率:83%(豆包 100% / Kimi 67% / DeepSeek 83%)
- GEO 综合得分:72 / 100(优秀),最佳平台为豆包
- 情绪分布:正面 70% / 中性 30% / 负面 0%
- 品牌平均排名:2.3(推荐列表中上部)
- TOP 信源:zhihu.com、baike.baidu.com……若品牌官网未被引用,即为 GEO 优化的切入点
使用场景
| 场景 | 角色 | 示例问法 | 收益 |
|---|---|---|---|
| 品牌舆情监测 | 品牌方 / 市场运营 | 「最近大家怎么聊我们品牌?看看小红书和抖音」 | 热度与口碑一屏掌握,负面反馈早发现 |
| AI 搜索优化 | GEO / SEO 从业者 | 「我们在 AI 搜索里被提到的比例是多少?怎么提升?」 | 量化基线 + 明确的优化方向 |
| 竞品对比分析 | 市场 / 舆情分析师 | 「对比我们和竞品在社媒和 AI 搜索里的表现」 | 同维度竞品矩阵,报告可直接引用 |
| 热点借势选题 | 内容运营 / 营销策划 | 「今天哪个热点值得追?和我们的赛道相关吗?」 | 跨平台热榜 + 趋势预测,选题不踩空 |
| 新品上市调研 | 产品经理 | 「近30天用户对这类产品的真实讨论有哪些?」 | 跨平台用户原声,需求与痛点一目了然 |
重要数据说明
- 热榜(hub):小时级更新,默认返回「前一个完整小时」的数据;支持查询昨日热榜、本周热榜与历史 30 天数据。
- 社媒研究(cn30):默认检索近 30 天数据,可自定义 1~30 天任意范围。
- AI 搜索(geo):即时提问、实时分析;AI 回答可能随平台算法变化,结果仅反映分析时点的情况,建议定期复测。
Skill manifest
品牌GEO分析Plus版
一句话定位
一个 Skill、三层视角:实时热榜聚合(hub)+ 近30天社媒深度研究(cn30)+ AI 搜索品牌可见度(geo),覆盖中国互联网品牌感知的全部关键场景。
何时使用
任意以下场景触发,立即使用本 skill:
- 想知道今天全网在聊什么、哪个热点值得追 → hub 模块
- 想研究某话题在过去30天的真实用户讨论、做品牌口碑/竞品对比 → cn30 模块
- 想看品牌在豆包/Kimi/DeepSeek AI 搜索里被如何介绍、品牌 AI 可见度如何 → geo 模块
- 想做完整的品牌感知诊断(热榜热度 → 真实口碑 → AI 回答) → 组合工作流
三个模块速览
| 模块 | 脚本入口 | 平台 | 时间维度 | 输出 |
|---|---|---|---|---|
| hub(热榜) | scripts/hub_fetch.py |
百度/知乎/微博/抖音/B站/快手/头条(7平台) | 实时(小时级)/ 昨日 / 本周 / 历史30天 | TOP10 表格 + 跨平台小结 + 趋势预测 |
| cn30(社媒研究) | scripts/cn30_search.py |
小红书/抖音/公众号(3平台) | 近30天任意天数 | 数据速览(TOP5×3平台)+ 综合洞察 + HTML 报告 |
| geo(AI 搜索可见度) | scripts/geo_search.py + scripts/geo_analyze.py + scripts/geo_report.py |
豆包/Kimi/DeepSeek(3 平台) | 即时提问 | GEO 得分 + 提及率 + 情绪 + 竞品 + 信源 + 交互式 HTML 报告 |
鉴权(共享)
三个模块共享同一个 REDFOX_API_KEY。从 红狐 hub 获取,配置方式:
export REDFOX_API_KEY=ak_你的密钥
或写入 ~/.openclaw/openclaw.json 的 env.REDFOX_API_KEY。优先级:命令行 --api-key > 环境变量 > 配置文件。
依赖安装(按模块):
| 模块 | 依赖 |
|---|---|
| hub | 标准库(urllib.request,无三方依赖) |
| cn30 | 标准库(urllib.request,无三方依赖) |
| geo | pip install requests |
路由决策树
根据用户意图选择模块。如果意图模糊,先用 AskUserQuestion 确认。
用户想做什么?
│
├─ 想知道今天/最近哪个话题/事件在全网火
│ └─→ hub 模块(实时热榜)
│
├─ 想研究某话题在用户真实讨论里的口碑/反馈
│ └─→ cn30 模块(小红书+抖音+公众号)
│
├─ 想看品牌/产品在 AI 搜索里被如何介绍
│ └─→ geo 模块
│
├─ 想做品牌诊断:热度 + 口碑 + AI 可见度 全维度
│ └─→ 组合工作流(hub → cn30 → geo)
│
└─ 给了具体平台/时间/品牌名
└─→ 根据字段路由到对应模块
模块一:hub(热榜聚合)
能力
实时抓取 7 大平台热搜数据,跨平台事件识别,TOP10 榜单,趋势预测,订阅推送。
平台代码
| 代码 | 平台 | 代码 | 平台 |
|---|---|---|---|
bd |
百度 | bz |
B站 |
zh |
知乎 | ks |
快手 |
wb |
微博 | tt |
头条 |
dy |
抖音 |
快速调用
# 最新热榜(前一个完整小时)
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/hub_fetch.py \
--source "全平台热点事件-GitHub"
# 今日热榜(今日0:00 到当前整点)
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/hub_fetch.py \
--source "全平台热点事件-GitHub" \
--start-date "T 00:00:00" --end-date "T HH:00:00"
# 昨日热榜 / 本周热榜 / 指定平台 / 关键词泛化
# 详见 references/hub-instructions.md
输出规范
按平台分类输出 TOP10,平台展示顺序固定为:百度 → 知乎 → 微博 → 抖音 → B站 → 快手 → 头条。
- 智能跳过空平台
- 数据≤10 条展示实际数量;>10 条显示「查看{平台名}完整榜单」引导
- 热度值已由脚本格式化完毕,直接使用
hotCount字段原值即可,不要做任何换算- 脚本内
format_hot_count()已处理:纯数字会折算为「数字+万」(5980000→598万);返回值已含单位("598万"、"345 万热度")的原样透传 - 禁止对
hotCount做整除/乘法运算(它是字符串,会TypeError),也禁止再拼接「万」(会得到「598万万」)
- 脚本内
- 完整模板见
references/hub-output-templates.md - 趋势预测逻辑见
references/hub-prediction-logic.md - 全部指令清单见
references/hub-instructions.md
关键规则
- 小时级更新:默认查询是「前一个完整小时」而非当前小时
- 关键词泛化:大词(体育/娱乐/科技等)自动扩展为10个相关词;精确词直接用原词
- 默认 compact 模式:stdout 输出极简(每平台仅预览 TOP3,表头会标注"(下表为 TOP3 预览)")+ 末尾附带
dataFile: {path},完整榜单必须从dataFile读 JSON,不要因为只看到 3 条就认为数据缺失 - 平台顺序已由脚本固定为 百度 → 知乎 → 微博 → 抖音 → B站 → 快手 → 头条,无需自行重排
模块二:cn30(社媒深度研究)
能力
从小红书、抖音、公众号三大平台搜索近30天真实用户讨论数据,跨平台综合分析舆情趋势,输出研究报告和可视化 HTML 报告。
平台代码
| 代码 | 平台 | 关键指标 |
|---|---|---|
xhs |
小红书 | 点赞/收藏/评论(收藏/点赞比=种草信号) |
dy |
抖音 | 点赞/评论/分享(分享数=传播力) |
gzh |
公众号 | 阅读/点赞/转发(阅读量=关注度) |
快速调用
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/cn30_search.py \
"AI视频工具,大模型" \
--platforms xhs,dy,gzh \
--count 50 \
--days 30 \
--output-format both \
--output-dir ~/Documents/CnLast30Days
--output-format 支持 json / html / both。
工作流
- 环境检查:确认
REDFOX_API_KEY已配置 - 关键词质量检查:话题太模糊("工具"、"方法")时让用户具体化
- 预研究:并行 2-3 个 WebSearch 提取热词(小红书/抖音/通用)
- 查询计划:合并相关词为一次调用,每平台最多5个词,默认只调用1次引擎
- 运行引擎:前台运行(5分钟超时),读完整输出
- WebSearch 补充:1-2 次 WebSearch 覆盖知乎/B站/36氪(排除 xhs/dy/gzh 域名)
- 综合输出:按 输出规则 生成报告
输出规范(强制)
🇨🇳 cn-last30days v2.0.0 · {YYYY-MM-DD}
## 数据速览
(公众号 TOP5 → 小红书 TOP5 → 抖音 TOP5,标题作可点击 Markdown 链接)
我的发现:
**{话题}** - 1-2句描述,来源 [平台@作者](链接)
核心发现:
1. ...
2. ...
{引擎页脚逐字粘贴}
---
我是 {TOPIC} 的专家,我可以帮你:
- ...
HTML 报告已生成:[查看报告](HTML文件路径)
LAW 规则(任何一条违反都视为输出错误):
- LAW 1:结尾不要
Sources:/References:块 - LAW 2:通用查询以「我的发现:」开头,禁止
##/###章节标题;对比查询例外 - LAW 3:不用破折号(
—/–),用-(空格连字符空格) - LAW 4:引擎页脚逐字包含,位于核心发现之后、邀请之前
- LAW 5:每个引用用内联 Markdown 链接,不用裸 URL
- LAW 6:不要输出原始排名列表,转化为散文洞察
- LAW 7:徽章之后、「我的发现」之前必须有「数据速览」模块
完整模板见 references/cn30-output-rules.md。
HTML 报告(自动生成)
数据查询完成后,无需询问直接生成 HTML:
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/cn30_search.py \
--from-json "JSON文件路径" \
--output-dir ~/Documents/CnLast30Days
open "HTML文件路径"
模块三:geo(AI 搜索品牌可见度)
能力
向豆包、Kimi、DeepSeek 三个 AI 搜索引擎批量提问,分析品牌出现率、情绪倾向、信源引用、竞品对比,生成交互式 HTML 报告。
平台代码
doubao / kimi / deepseek(默认全选,逗号分隔)
工作流
Step 0: 输入收集
必填:
- 品牌名(如「元气森林」、「大疆」、「蔚来」)
- 品类/行业(如「无糖饮料」、「无人机」、「新能源汽车」)
可选:
- 品牌别名(提高匹配精度)
- 竞品列表
- 自定义问题列表(有则跳过 Step 1)
如果只有品牌名没有品类,必须追问品类。
Step 1: 问题生成(用户未提供问题时)
通过 websearch 搜索品类相关问题,结合品类知识生成 8 个问题。
问题类型必须覆盖四类(每类至少 2 个,共 8 个,最多 12 个):
- 推荐类:「{品类}哪个品牌好?」(不直接含品牌名)
- 对比类:「{品牌A}和{品牌B}哪个好?」
- 评价类:「{品牌}怎么样?」(可含品牌名)
- 场景类:「{场景}用什么{品类}好?」(不直接含品牌名)
生成后必须用 AskUserQuestion 确认,等用户明确同意才能进入 Step 2。
Step 2: 批量搜索
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_search.py \
--queries '["问题1","问题2","问题3","问题4","问题5","问题6","问题7","问题8"]' \
--platforms doubao,kimi,deepseek
输出 output/search_results.json。脚本自动完成全部任务(3 平台 × N 问题)的并行提交与轮询,最长 15 分钟。
- 8 个问题 → 24 个任务,等待提示:「约需 5-8 分钟」
- 平台返回限流/故障话术(如豆包「高峰期算力紧张…请稍后再试」)时,脚本会自动重试 1 次;仍无效则记为
status: "invalid"并排除出统计(不计入提及率分母),不再当作「品牌未被提及」
Step 3: 确定性分析
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_analyze.py \
--brand "品牌名" \
--aliases '["别名1","别名2"]' \
--competitors '["竞品A","竞品B"]' \
--search-results output/search_results.json
输出 output/deterministic.json + output/ai_analysis_template.json。
Step 4: AI 分析(Agent 执行)
读取 output/search_results.json,只对 status == "completed" 的回答分析以下字段(invalid / failed / timeout 一律跳过,它们已被排除出统计):
brand_rank(int|null):推荐列表中的排名位置brand_context(str):上下文摘要sentiment(str):positive/neutral/negativesentiment_reason(str):判断依据competitors_mentioned(list[str]):所有提及的竞品competitor_details(list[dict]):每竞品的 rank + sentimentkey_claims(list[str]):2-3 条关键描述
写入 output/ai_analysis.json。
注意:正文中的内联引用标记(Kimi <REF>…</REF>、DeepSeek [citation:N])已由脚本在 Step 2 剥离,无需自行处理。
信源可用性:sources 为空是正常现象,常见于 Kimi(该平台只返回正文内联引用标记,不含可解析外链)。此时结果里会带 sources_note 字段,报告「信源分析」章节会自动展示数据完整性提示,不要把空信源当作「品牌官网未被引用」的结论。
情绪判断规则:
- 回答明确推荐/强调优势 →
positive - 客观描述/仅列举 →
neutral - 指出缺点/不推荐 →
negative
Step 5: 合并 + 报告生成
# 合并分析(Step 4 完成后)
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_analyze.py \
--brand "品牌名" --aliases '["别名"]' --competitors '["竞品"]' \
--search-results output/search_results.json \
--ai-analysis output/ai_analysis.json
# 生成 HTML
python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_report.py \
--analysis output/analysis_result.json \
--search-results output/search_results.json
Step 6: 交付
- 交付
output/geo_report.html - 输出关键发现摘要(5 条核心结论):
- 跨平台提及率 + 分平台拆分
- GEO 综合得分 + 最佳/最差平台
- 情绪分布(正面率 = 正面数/有效回答数,中性不计入正面)
- 竞品对比 + 品牌排名
- TOP3 信源域名 + 官网是否被引用(若某平台无信源,须说明而非当作"未被引用")
核心指标
详细定义见 references/geo-metrics.md。核心公式:
GEO 得分 = 提及率得分 × 40% + 排名得分 × 30% + 情绪得分 × 30%
= 提及率×100 × 40% + max(0, 100 - (均排名-1)×10) × 30%
+ (正面占比×100 - 负面占比×50) × 30%
解读:70+优秀 / 50-69良好 / 30-49一般 / <30不足。
组合工作流:完整品牌感知诊断
当用户需要做全维度品牌诊断(典型问法:「帮我做一份品牌的完整感知报告」),依次执行:
阶段 1:hub 摸热度(5分钟)
python3 scripts/hub_fetch.py --source "全平台热点事件-GitHub" --keywords "{品牌}" --expand-keywords
产出:品牌是否在近期热点中、覆盖哪些平台、平均热度、上榜时长。
阶段 2:cn30 挖口碑(5-10分钟)
python3 scripts/cn30_search.py "{品牌},{品类}" --days 30 --output-format both
产出:真实用户讨论、情感倾向、TOP 反馈、HTML 报告。
阶段 3:geo 看 AI 回答(10-15分钟)
python3 scripts/geo_search.py --queries '[5 个问题]' --platforms doubao,kimi,deepseek
python3 scripts/geo_analyze.py --brand "{品牌}" --competitors '["{竞品}"]' --search-results output/search_results.json
# 步骤 4-5 见 geo 模块工作流
产出:品牌在 AI 搜索里的提及率、情绪、排名、信源、HTML 报告。
阶段 4:综合报告
把 hub/cn30/geo 三阶段发现合并成一份叙事文档,结构:
# {品牌} 品牌感知诊断报告
## 一句话结论
(综合三阶段结果的一句话判断)
## 1. 热度层(全网热榜)
- 是否在热点中 / 平台覆盖 / 趋势方向
## 2. 口碑层(社媒讨论)
- 真实用户反馈 / 正负面信号 / 关键讨论主题
## 3. AI 层(生成式搜索)
- GEO 得分 / 提及率 / 情绪分布 / 竞品对比 / 信源
## 4. 行动建议
- 热度层:{是否需要借势}
- 口碑层:{具体需改进的负面反馈}
- AI 层:{GEO 优化方向}
错误处理(通用)
| 情况 | 处理方式 |
|---|---|
未配置 REDFOX_API_KEY |
提示用户前往 红狐 hub 获取 |
| 关键词模糊("工具"、"方法") | 用 AskUserQuestion 让用户具体化 |
| cn30 引擎部分失败 | 继续分析已完成的数据,HTML 报告中标注失败项 |
| geo 任务全部超时 | 提示用户稍后重试,可能是 API 负载过高 |
| geo AI 分析结果缺失 | 仅生成确定性分析(提及率、域名),情绪模块标注"待分析" |
| 品牌名太短(≤2字) | 提示用户提供品牌别名以提高匹配精度 |
资源索引
脚本
| 文件 | 用途 |
|---|---|
scripts/hub_fetch.py |
7平台热榜聚合 |
scripts/cn30_search.py |
小红书/抖音/公众号近30天讨论搜索 + HTML 报告生成 |
scripts/geo_search.py |
AI 搜索批量调度器 |
scripts/geo_analyze.py |
GEO 确定性分析 + 合并分析 |
scripts/geo_report.py |
GEO HTML 报告生成 |
scripts/lib/platforms.py |
AI 平台适配器 |
scripts/lib/analyzer.py |
GEO 分析逻辑库 |
scripts/lib/report_template.py |
GEO HTML 模板库 |
参考资料
| 文件 | 何时加载 |
|---|---|
references/cn30-output-rules.md |
生成 cn30 报告时 |
references/hub-instructions.md |
处理 hub 用户指令时 |
references/hub-output-templates.md |
输出 hub 报告时 |
references/hub-prediction-logic.md |
做趋势预测时 |
references/geo-metrics.md |
计算 GEO 指标时 |
常见问答
Q: 三个模块必须都用吗? A: 不必。根据路由决策树按需调用。简单场景用一个模块即可,复杂诊断才用组合工作流。
Q: 为什么不把三个模块的脚本合并成一个 CLI? A: 三个数据源、调用逻辑、输出格式差异较大。脚本独立性更高,便于单独维护和升级。当一个数据源失败时不影响其他模块。
Q: 升级某个模块怎么办?
A: 单模块独立升级只需替换 scripts/ 下对应文件 + 更新对应 references/ 文档。统一 SKILL.md 不需要改动。
Q: 这三个模块能直接拿到本工作区使用吗?
A: 是的。skill 安装在 ~/.workbuddy/skills/brand-geo-analysis-plus/,所有 WorkBuddy 会话和 workspace 都可使用。
Files (redfox-community)
-
references
-
cn30-output-rules.md 4.3 KB
Loading… -
geo-metrics.md 5.2 KB
Loading… -
hub-instructions.md 4.5 KB
Loading… -
hub-output-templates.md 6.7 KB
Loading… -
hub-prediction-logic.md 3.6 KB
Loading…
-
-
scripts
-
lib
-
analyzer.py 22.4 KB
Loading… -
platforms.py 15.2 KB
Loading… -
report_template.py 55.5 KB
Loading… -
__init__.py 0 B
Loading…
-
-
cn30_search.py 49.2 KB
Loading… -
geo_analyze.py 12 KB
Loading… -
geo_report.py 3.1 KB
Loading… -
geo_search.py 11.9 KB
Loading… -
hub_fetch.py 14.2 KB
Loading…
-
-
README.en.md 7.1 KB
Loading… -
README.md 6.6 KB
# 品牌GEO分析Plus版 / brand-geo-analysis-plus --- ## 简介 一个 Skill、三层视角:**全网热榜聚合(hub)+ 近30天社媒深度研究(cn30)+ AI 搜索品牌可见度(geo)**,从「话题热度 - 真实口碑 - AI 回答」三个层位,全面感知中国互联网上的品牌形象。 **核心价值** - **一站式三层视角**:从热搜榜、社媒讨论到 AI 搜索回答,品牌感知全链路一个工具覆盖,无需多工具切换。 - **真实数据驱动**:7 大平台实时热榜 + 3 大社媒平台近 30 天真实讨论 + 3 大 AI 搜索引擎实测回答。 - **量化可衡量**:GEO 综合得分、提及率、平均排名、情绪分布,品牌在 AI 搜索里的可见度不再是玄学。 - **报告即交付**:终端速览表格 + 交互式 HTML 报告,随手留档、分享。 **适用对象** - 🏢 **品牌方 / 市场运营** — 摸清品牌在全网的真实声量与口碑,负面反馈早发现。 - 📊 **市场 / 舆情分析师** — 跨平台对比竞品表现,产出可直接引用的结构化报告。 - 📈 **GEO / SEO 从业者** — 量化品牌在 AI 搜索里的可见度,找到明确的优化方向。 - ✍️ **内容运营 / 营销策划** — 追全网热点、挖真实用户讨论,选题灵感不断供。 --- ## 功能特性 ### 核心功能 - **全网热榜聚合(hub)**:实时抓取百度、知乎、微博、抖音、B站、快手、头条 7 大平台热搜,自动识别跨平台同一热点事件,输出 TOP10 榜单、跨平台小结与趋势预测,支持昨日 / 本周 / 历史 30 天回溯。 - **社媒深度研究(cn30)**:搜索小红书、抖音、公众号近 30 天真实用户讨论,跨平台对比舆情趋势,输出数据速览、核心发现与可视化 HTML 报告,支持自定义关键词与任意天数(1~30 天)。 - **AI 搜索可见度(geo)**:向豆包、Kimi、DeepSeek 三个 AI 搜索引擎批量提问,量化品牌提及率、推荐排名、情绪倾向、信源引用,自动发现竞品并生成对比矩阵,附交互式 HTML 报告。 - **完整品牌诊断**:三模块组合工作流,从热度、口碑、AI 回答三个层位产出结构化品牌感知诊断报告,含分层行动建议。 ### 特色亮点 - **三合一产品形态**:一个 Skill 串起「热榜 → 社媒 → AI 搜索」三层信息源,既可单模块使用,也可组合成全维度诊断。 - **确定性指标公式**:GEO 综合得分由提及率(40%)+ 排名(30%)+ 情绪(30%)加权计算,结果可复现、可跨期对比。 - **脏数据自动剔除**:AI 平台限流 / 故障的回答自动标记并排除统计,不污染提及率与情绪结论。 --- ## 密钥获取与安全说明 - 本技能需要使用环境变量:`REDFOX_API_KEY`。 - `REDFOX_API_KEY` 由 [红狐 hub](https://redfox.hk/settings/api-keys?source=github) (`https://redfox.hk`)提供。 - 请前往 [红狐 hub](https://redfox.hk?source=github) 注册账号,获取 `REDFOX_API_KEY`。 - 配置设备环境变量 `REDFOX_API_KEY` 后使用本技能。 - 在提供密钥前,请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。 - 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。 --- ## 使用指南 直接用自然语言说出你的品牌、话题或分析需求即可,无需记忆固定命令。 ### 常用说法速查 | 意图 | 示例话术 | 效果 | | -------------- | -------------------------------------------------------------- | -------------------------------------------- | | 看全网热点 | 「今天全网在聊什么?哪个热点值得追?」 | 7 平台热榜 TOP10 + 跨平台小结 + 趋势预测 | | 研究社媒口碑 | 「近30天大家怎么聊无糖饮料?小红书、抖音、公众号都看看」 | 跨平台真实讨论速览 + 核心发现 + HTML 报告 | | 查 AI 搜索可见度 | 「分析一下元气森林在豆包、Kimi、DeepSeek 里的表现」 | GEO 得分 + 提及率 / 情绪 / 信源 + 交互式报告 | | 竞品 AI 对比 | 「对比我们和竞品 A,谁在 AI 搜索里被推荐得更多?」 | 提及率 / 排名 / 情绪的竞品对比矩阵 | | 完整品牌诊断 | 「帮我做一份 XX 品牌的完整感知报告」 | 热度 + 口碑 + AI 回答三阶段组合诊断 | ### 输出示例 以 AI 搜索可见度分析为例,完成后你将收到一份交互式 HTML 报告,核心摘要大致如下(示意): - **跨平台提及率**:83%(豆包 100% / Kimi 67% / DeepSeek 83%) - **GEO 综合得分**:72 / 100(优秀),最佳平台为豆包 - **情绪分布**:正面 70% / 中性 30% / 负面 0% - **品牌平均排名**:2.3(推荐列表中上部) - **TOP 信源**:zhihu.com、baike.baidu.com……若品牌官网未被引用,即为 GEO 优化的切入点 --- ## 使用场景 | 场景 | 角色 | 示例问法 | 收益 | | -------------- | ------------------- | -------------------------------------------------- | ---------------------------------------- | | 品牌舆情监测 | 品牌方 / 市场运营 | 「最近大家怎么聊我们品牌?看看小红书和抖音」 | 热度与口碑一屏掌握,负面反馈早发现 | | AI 搜索优化 | GEO / SEO 从业者 | 「我们在 AI 搜索里被提到的比例是多少?怎么提升?」 | 量化基线 + 明确的优化方向 | | 竞品对比分析 | 市场 / 舆情分析师 | 「对比我们和竞品在社媒和 AI 搜索里的表现」 | 同维度竞品矩阵,报告可直接引用 | | 热点借势选题 | 内容运营 / 营销策划 | 「今天哪个热点值得追?和我们的赛道相关吗?」 | 跨平台热榜 + 趋势预测,选题不踩空 | | 新品上市调研 | 产品经理 | 「近30天用户对这类产品的真实讨论有哪些?」 | 跨平台用户原声,需求与痛点一目了然 | --- ## 重要数据说明 - **热榜(hub)**:小时级更新,默认返回「前一个完整小时」的数据;支持查询昨日热榜、本周热榜与历史 30 天数据。 - **社媒研究(cn30)**:默认检索近 30 天数据,可自定义 1~30 天任意范围。 - **AI 搜索(geo)**:即时提问、实时分析;AI 回答可能随平台算法变化,结果仅反映分析时点的情况,建议定期复测。 --- -
SKILL.md 19.6 KB
--- name: brand-geo-analysis-plus description: 中国互联网品牌感知监测统一工具。聚合全网热榜追踪(hub)、小红书/抖音/公众号近30天深度讨论研究(cn30)、豆包/Kimi/DeepSeek AI 搜索品牌可见度分析(geo)三个互补模块,帮助品牌方/市场运营/内容创作者从「话题热度—真实口碑—AI 回答」三层视角全面感知品牌。当用户需要研究中国社交媒体热点、分析品牌舆情、对比竞品口碑、分析品牌在 AI 搜索中的表现、做 GEO 优化、追踪全网热点时使用。触发词:品牌感知、舆情监测、社媒研究、热榜聚合、AI 搜索可见度、GEO 分析、跨平台舆情、热点追踪、品牌口碑、品牌竞品对比、社媒热榜。 agent_created: true allowed-tools: Bash, Read, Write, AskUserQuestion, WebSearch metadata: emoji: "👁️" requires: env: - REDFOX_API_KEY bins: - python3 primaryEnv: REDFOX_API_KEY tags: - brand - social-media - trends - ai-search - geo - xiaohongshu - douyin - wechat - weibo - bilibili - kuaishou - toutiao - baidu - zhihu - doubao - kimi - deepseek --- # 品牌GEO分析Plus版 ## 一句话定位 一个 Skill、三层视角:实时热榜聚合(hub)+ 近30天社媒深度研究(cn30)+ AI 搜索品牌可见度(geo),覆盖中国互联网品牌感知的全部关键场景。 ## 何时使用 任意以下场景触发,立即使用本 skill: - 想知道今天全网在聊什么、哪个热点值得追 → **hub 模块** - 想研究某话题在过去30天的真实用户讨论、做品牌口碑/竞品对比 → **cn30 模块** - 想看品牌在豆包/Kimi/DeepSeek AI 搜索里被如何介绍、品牌 AI 可见度如何 → **geo 模块** - 想做完整的品牌感知诊断(热榜热度 → 真实口碑 → AI 回答) → **组合工作流** ## 三个模块速览 | 模块 | 脚本入口 | 平台 | 时间维度 | 输出 | | ------------------------ | ---------------------------------------------------------------------------- | ------------------------------------------ | -------------------------------------- | --------------------------------------------------------- | | **hub**(热榜) | `scripts/hub_fetch.py` | 百度/知乎/微博/抖音/B站/快手/头条(7平台) | 实时(小时级)/ 昨日 / 本周 / 历史30天 | TOP10 表格 + 跨平台小结 + 趋势预测 | | **cn30**(社媒研究) | `scripts/cn30_search.py` | 小红书/抖音/公众号(3平台) | 近30天任意天数 | 数据速览(TOP5×3平台)+ 综合洞察 + HTML 报告 | | **geo**(AI 搜索可见度) | `scripts/geo_search.py` + `scripts/geo_analyze.py` + `scripts/geo_report.py` | 豆包/Kimi/DeepSeek(3 平台) | 即时提问 | GEO 得分 + 提及率 + 情绪 + 竞品 + 信源 + 交互式 HTML 报告 | ## 鉴权(共享) 三个模块共享同一个 `REDFOX_API_KEY`。从 [红狐 hub](https://redfox.hk/settings/api-keys?source=github) 获取,配置方式: ```bash export REDFOX_API_KEY=ak_你的密钥 ``` 或写入 `~/.openclaw/openclaw.json` 的 `env.REDFOX_API_KEY`。优先级:命令行 `--api-key` > 环境变量 > 配置文件。 依赖安装(按模块): | 模块 | 依赖 | | ---- | -------------------------------------- | | hub | 标准库(`urllib.request`,无三方依赖) | | cn30 | 标准库(`urllib.request`,无三方依赖) | | geo | `pip install requests` | --- ## 路由决策树 根据用户意图选择模块。如果意图模糊,先用 AskUserQuestion 确认。 ``` 用户想做什么? │ ├─ 想知道今天/最近哪个话题/事件在全网火 │ └─→ hub 模块(实时热榜) │ ├─ 想研究某话题在用户真实讨论里的口碑/反馈 │ └─→ cn30 模块(小红书+抖音+公众号) │ ├─ 想看品牌/产品在 AI 搜索里被如何介绍 │ └─→ geo 模块 │ ├─ 想做品牌诊断:热度 + 口碑 + AI 可见度 全维度 │ └─→ 组合工作流(hub → cn30 → geo) │ └─ 给了具体平台/时间/品牌名 └─→ 根据字段路由到对应模块 ``` --- ## 模块一:hub(热榜聚合) ### 能力 实时抓取 7 大平台热搜数据,跨平台事件识别,TOP10 榜单,趋势预测,订阅推送。 ### 平台代码 | 代码 | 平台 | 代码 | 平台 | | ---- | ---- | ---- | ---- | | `bd` | 百度 | `bz` | B站 | | `zh` | 知乎 | `ks` | 快手 | | `wb` | 微博 | `tt` | 头条 | | `dy` | 抖音 | | | ### 快速调用 ```bash # 最新热榜(前一个完整小时) python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/hub_fetch.py \ --source "全平台热点事件-GitHub" # 今日热榜(今日0:00 到当前整点) python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/hub_fetch.py \ --source "全平台热点事件-GitHub" \ --start-date "T 00:00:00" --end-date "T HH:00:00" # 昨日热榜 / 本周热榜 / 指定平台 / 关键词泛化 # 详见 references/hub-instructions.md ``` ### 输出规范 按平台分类输出 TOP10,**平台展示顺序固定**为:百度 → 知乎 → 微博 → 抖音 → B站 → 快手 → 头条。 - 智能跳过空平台 - 数据≤10 条展示实际数量;>10 条显示「查看{平台名}完整榜单」引导 - 热度值**已由脚本格式化完毕**,直接使用 `hotCount` 字段原值即可,**不要做任何换算** - 脚本内 `format_hot_count()` 已处理:纯数字会折算为「数字+万」(`5980000` → `598万`);返回值已含单位(`"598万"`、`"345 万热度"`)的原样透传 - 禁止对 `hotCount` 做整除/乘法运算(它是字符串,会 `TypeError`),也禁止再拼接「万」(会得到「598万万」) - 完整模板见 `references/hub-output-templates.md` - 趋势预测逻辑见 `references/hub-prediction-logic.md` - 全部指令清单见 `references/hub-instructions.md` ### 关键规则 - **小时级更新**:默认查询是「前一个完整小时」而非当前小时 - **关键词泛化**:大词(体育/娱乐/科技等)自动扩展为10个相关词;精确词直接用原词 - **默认 compact 模式**:stdout 输出极简(每平台仅预览 TOP3,表头会标注"(下表为 TOP3 预览)")+ 末尾附带 `dataFile: {path}`,完整榜单必须从 `dataFile` 读 JSON,不要因为只看到 3 条就认为数据缺失 - **平台顺序已由脚本固定**为 百度 → 知乎 → 微博 → 抖音 → B站 → 快手 → 头条,无需自行重排 --- ## 模块二:cn30(社媒深度研究) ### 能力 从小红书、抖音、公众号三大平台搜索近30天真实用户讨论数据,跨平台综合分析舆情趋势,输出研究报告和可视化 HTML 报告。 ### 平台代码 | 代码 | 平台 | 关键指标 | | ----- | ------ | -------------------------------------- | | `xhs` | 小红书 | 点赞/收藏/评论(收藏/点赞比=种草信号) | | `dy` | 抖音 | 点赞/评论/分享(分享数=传播力) | | `gzh` | 公众号 | 阅读/点赞/转发(阅读量=关注度) | ### 快速调用 ```bash python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/cn30_search.py \ "AI视频工具,大模型" \ --platforms xhs,dy,gzh \ --count 50 \ --days 30 \ --output-format both \ --output-dir ~/Documents/CnLast30Days ``` `--output-format` 支持 `json` / `html` / `both`。 ### 工作流 1. **环境检查**:确认 `REDFOX_API_KEY` 已配置 2. **关键词质量检查**:话题太模糊("工具"、"方法")时让用户具体化 3. **预研究**:并行 2-3 个 WebSearch 提取热词(小红书/抖音/通用) 4. **查询计划**:合并相关词为一次调用,每平台最多5个词,默认只调用1次引擎 5. **运行引擎**:前台运行(5分钟超时),读完整输出 6. **WebSearch 补充**:1-2 次 WebSearch 覆盖知乎/B站/36氪(排除 xhs/dy/gzh 域名) 7. **综合输出**:按 [输出规则](references/cn30-output-rules.md) 生成报告 ### 输出规范(强制) ``` 🇨🇳 cn-last30days v2.0.0 · {YYYY-MM-DD} ## 数据速览 (公众号 TOP5 → 小红书 TOP5 → 抖音 TOP5,标题作可点击 Markdown 链接) 我的发现: **{话题}** - 1-2句描述,来源 [平台@作者](链接) 核心发现: 1. ... 2. ... {引擎页脚逐字粘贴} --- 我是 {TOPIC} 的专家,我可以帮你: - ... HTML 报告已生成:[查看报告](HTML文件路径) ``` **LAW 规则**(任何一条违反都视为输出错误): - LAW 1:结尾不要 `Sources:` / `References:` 块 - LAW 2:通用查询以「我的发现:」开头,禁止 `##`/`###` 章节标题;对比查询例外 - LAW 3:不用破折号(`—`/`–`),用 `-`(空格连字符空格) - LAW 4:引擎页脚逐字包含,位于核心发现之后、邀请之前 - LAW 5:每个引用用内联 Markdown 链接,不用裸 URL - LAW 6:不要输出原始排名列表,转化为散文洞察 - LAW 7:徽章之后、「我的发现」之前必须有「数据速览」模块 完整模板见 `references/cn30-output-rules.md`。 ### HTML 报告(自动生成) 数据查询完成后,**无需询问**直接生成 HTML: ```bash python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/cn30_search.py \ --from-json "JSON文件路径" \ --output-dir ~/Documents/CnLast30Days open "HTML文件路径" ``` --- ## 模块三:geo(AI 搜索品牌可见度) ### 能力 向豆包、Kimi、DeepSeek 三个 AI 搜索引擎批量提问,分析品牌出现率、情绪倾向、信源引用、竞品对比,生成交互式 HTML 报告。 ### 平台代码 `doubao` / `kimi` / `deepseek`(默认全选,逗号分隔) ### 工作流 #### Step 0: 输入收集 必填: - 品牌名(如「元气森林」、「大疆」、「蔚来」) - 品类/行业(如「无糖饮料」、「无人机」、「新能源汽车」) 可选: - 品牌别名(提高匹配精度) - 竞品列表 - 自定义问题列表(有则跳过 Step 1) **如果只有品牌名没有品类,必须追问品类。** #### Step 1: 问题生成(用户未提供问题时) 通过 websearch 搜索品类相关问题,结合品类知识生成 **8 个**问题。 问题类型必须覆盖四类(**每类至少 2 个**,共 8 个,最多 12 个): - **推荐类**:「{品类}哪个品牌好?」(不直接含品牌名) - **对比类**:「{品牌A}和{品牌B}哪个好?」 - **评价类**:「{品牌}怎么样?」(可含品牌名) - **场景类**:「{场景}用什么{品类}好?」(不直接含品牌名) 生成后**必须用 AskUserQuestion 确认**,等用户明确同意才能进入 Step 2。 #### Step 2: 批量搜索 ```bash python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_search.py \ --queries '["问题1","问题2","问题3","问题4","问题5","问题6","问题7","问题8"]' \ --platforms doubao,kimi,deepseek ``` 输出 `output/search_results.json`。脚本自动完成全部任务(3 平台 × N 问题)的并行提交与轮询,最长 15 分钟。 - 8 个问题 → 24 个任务,等待提示:「约需 5-8 分钟」 - 平台返回限流/故障话术(如豆包「高峰期算力紧张…请稍后再试」)时,脚本会自动重试 1 次;仍无效则记为 `status: "invalid"` 并**排除出统计**(不计入提及率分母),不再当作「品牌未被提及」 #### Step 3: 确定性分析 ```bash python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_analyze.py \ --brand "品牌名" \ --aliases '["别名1","别名2"]' \ --competitors '["竞品A","竞品B"]' \ --search-results output/search_results.json ``` 输出 `output/deterministic.json` + `output/ai_analysis_template.json`。 #### Step 4: AI 分析(Agent 执行) 读取 `output/search_results.json`,**只对 `status == "completed"` 的回答**分析以下字段(`invalid` / `failed` / `timeout` 一律跳过,它们已被排除出统计): - `brand_rank` (int|null):推荐列表中的排名位置 - `brand_context` (str):上下文摘要 - `sentiment` (str):`positive` / `neutral` / `negative` - `sentiment_reason` (str):判断依据 - `competitors_mentioned` (list[str]):所有提及的竞品 - `competitor_details` (list[dict]):每竞品的 rank + sentiment - `key_claims` (list[str]):2-3 条关键描述 写入 `output/ai_analysis.json`。 **注意**:正文中的内联引用标记(Kimi `<REF>…</REF>`、DeepSeek `[citation:N]`)已由脚本在 Step 2 剥离,无需自行处理。 **信源可用性**:`sources` 为空是**正常现象**,常见于 Kimi(该平台只返回正文内联引用标记,不含可解析外链)。此时结果里会带 `sources_note` 字段,报告「信源分析」章节会自动展示数据完整性提示,**不要把空信源当作「品牌官网未被引用」的结论**。 **情绪判断规则:** - 回答明确推荐/强调优势 → `positive` - 客观描述/仅列举 → `neutral` - 指出缺点/不推荐 → `negative` #### Step 5: 合并 + 报告生成 ```bash # 合并分析(Step 4 完成后) python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_analyze.py \ --brand "品牌名" --aliases '["别名"]' --competitors '["竞品"]' \ --search-results output/search_results.json \ --ai-analysis output/ai_analysis.json # 生成 HTML python3 ~/.workbuddy/skills/brand-geo-analysis-plus/scripts/geo_report.py \ --analysis output/analysis_result.json \ --search-results output/search_results.json ``` #### Step 6: 交付 1. 交付 `output/geo_report.html` 2. 输出关键发现摘要(5 条核心结论): - 跨平台提及率 + 分平台拆分 - GEO 综合得分 + 最佳/最差平台 - 情绪分布(正面率 = 正面数/有效回答数,中性不计入正面) - 竞品对比 + 品牌排名 - TOP3 信源域名 + 官网是否被引用(若某平台无信源,须说明而非当作"未被引用") ### 核心指标 详细定义见 `references/geo-metrics.md`。核心公式: ``` GEO 得分 = 提及率得分 × 40% + 排名得分 × 30% + 情绪得分 × 30% = 提及率×100 × 40% + max(0, 100 - (均排名-1)×10) × 30% + (正面占比×100 - 负面占比×50) × 30% ``` 解读:70+优秀 / 50-69良好 / 30-49一般 / <30不足。 --- ## 组合工作流:完整品牌感知诊断 当用户需要做全维度品牌诊断(典型问法:「帮我做一份{X}品牌的完整感知报告」),依次执行: ### 阶段 1:hub 摸热度(5分钟) ```bash python3 scripts/hub_fetch.py --source "全平台热点事件-GitHub" --keywords "{品牌}" --expand-keywords ``` 产出:品牌是否在近期热点中、覆盖哪些平台、平均热度、上榜时长。 ### 阶段 2:cn30 挖口碑(5-10分钟) ```bash python3 scripts/cn30_search.py "{品牌},{品类}" --days 30 --output-format both ``` 产出:真实用户讨论、情感倾向、TOP 反馈、HTML 报告。 ### 阶段 3:geo 看 AI 回答(10-15分钟) ```bash python3 scripts/geo_search.py --queries '[5 个问题]' --platforms doubao,kimi,deepseek python3 scripts/geo_analyze.py --brand "{品牌}" --competitors '["{竞品}"]' --search-results output/search_results.json # 步骤 4-5 见 geo 模块工作流 ``` 产出:品牌在 AI 搜索里的提及率、情绪、排名、信源、HTML 报告。 ### 阶段 4:综合报告 把 hub/cn30/geo 三阶段发现合并成一份叙事文档,结构: ``` # {品牌} 品牌感知诊断报告 ## 一句话结论 (综合三阶段结果的一句话判断) ## 1. 热度层(全网热榜) - 是否在热点中 / 平台覆盖 / 趋势方向 ## 2. 口碑层(社媒讨论) - 真实用户反馈 / 正负面信号 / 关键讨论主题 ## 3. AI 层(生成式搜索) - GEO 得分 / 提及率 / 情绪分布 / 竞品对比 / 信源 ## 4. 行动建议 - 热度层:{是否需要借势} - 口碑层:{具体需改进的负面反馈} - AI 层:{GEO 优化方向} ``` --- ## 错误处理(通用) | 情况 | 处理方式 | | ---------------------------- | ------------------------------------------------------------------------------- | | 未配置 `REDFOX_API_KEY` | 提示用户前往 [红狐 hub](https://redfox.hk/settings/api-keys?source=github) 获取 | | 关键词模糊("工具"、"方法") | 用 AskUserQuestion 让用户具体化 | | cn30 引擎部分失败 | 继续分析已完成的数据,HTML 报告中标注失败项 | | geo 任务全部超时 | 提示用户稍后重试,可能是 API 负载过高 | | geo AI 分析结果缺失 | 仅生成确定性分析(提及率、域名),情绪模块标注"待分析" | | 品牌名太短(≤2字) | 提示用户提供品牌别名以提高匹配精度 | --- ## 资源索引 ### 脚本 | 文件 | 用途 | | -------------------------------- | ------------------------------------------------ | | `scripts/hub_fetch.py` | 7平台热榜聚合 | | `scripts/cn30_search.py` | 小红书/抖音/公众号近30天讨论搜索 + HTML 报告生成 | | `scripts/geo_search.py` | AI 搜索批量调度器 | | `scripts/geo_analyze.py` | GEO 确定性分析 + 合并分析 | | `scripts/geo_report.py` | GEO HTML 报告生成 | | `scripts/lib/platforms.py` | AI 平台适配器 | | `scripts/lib/analyzer.py` | GEO 分析逻辑库 | | `scripts/lib/report_template.py` | GEO HTML 模板库 | ### 参考资料 | 文件 | 何时加载 | | ------------------------------------ | ------------------- | | `references/cn30-output-rules.md` | 生成 cn30 报告时 | | `references/hub-instructions.md` | 处理 hub 用户指令时 | | `references/hub-output-templates.md` | 输出 hub 报告时 | | `references/hub-prediction-logic.md` | 做趋势预测时 | | `references/geo-metrics.md` | 计算 GEO 指标时 | --- ## 常见问答 **Q: 三个模块必须都用吗?** A: 不必。根据路由决策树按需调用。简单场景用一个模块即可,复杂诊断才用组合工作流。 **Q: 为什么不把三个模块的脚本合并成一个 CLI?** A: 三个数据源、调用逻辑、输出格式差异较大。脚本独立性更高,便于单独维护和升级。当一个数据源失败时不影响其他模块。 **Q: 升级某个模块怎么办?** A: 单模块独立升级只需替换 `scripts/` 下对应文件 + 更新对应 `references/` 文档。统一 SKILL.md 不需要改动。 **Q: 这三个模块能直接拿到本工作区使用吗?** A: 是的。skill 安装在 `~/.workbuddy/skills/brand-geo-analysis-plus/`,所有 WorkBuddy 会话和 workspace 都可使用。
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.
No comments yet.