review-analyzer-skill

name: review-analyzer-skill version: 2.0.0 author: Buluu@新西楼 description: | Agent 原生的电商评论深度分析工具 V2.0。 支持22维度智能标签、14章深度洞察报告、6套主题可视化看板（共享基座+玻璃拟态）、Sorftime平台数据对接、飞书文档同步。

当用户需要以下功能时触发：

• 分析电商产品评论（Amazon等平台）
• 从评论中提取用户画像、痛点和VOC（客户之声）
• 生成产品洞察报告和机会点分析
• 创建专业的可视化分析看板（6套主题可选）
• 通过Sorftime获取产品评论数据
• 将分析结果同步到飞书文档

触发关键词：电商评论分析、评论分析、竞品分析、用户洞察、VOC分析、产品优化、市场调研、评论数据挖掘、Sorftime license: MIT allowed-tools: - bash

Review Analyzer Skill V2.0 — Agent 原生版

AI驱动的电商评论深度分析工具，Agent原生设计，任何主流AI Coding Agent均可运行。

核心特性

• 22维度智能标签系统: 人群/场景/功能/质量/服务/体验/市场/情感
• 14章深度洞察报告: 洞察总览→用户画像→卖点痛点→改进建议→行动仪表盘→数据附录
• 6套主题可视化看板: 共享基座架构，玻璃拟态质感（Premium Gold / Dark Tech / Linear Minimal / PostHog Analytics / Stripe Executive / Warm Editorial）
• Sorftime数据对接: 通过MCP/API/CLI获取亚马逊产品评论数据
• 飞书完整同步: 文档 + 画板图表一键同步到飞书

快速开始

环境准备

pip install pandas jinja2 requests python-dotenv tqdm

数据输入方式

# 方式1: 本地CSV文件（原有方式）
python3 main.py "reviews.csv" --max-reviews 100 --creator "AI Assistant"

# 方式2: 从Sorftime获取数据
python3 main.py --source sorftime --asin B001OAXE0S --site US --max-reviews 100 --creator "AI Assistant"

工作流程

第一步：收集参数

❗ 必须使用 AskUserQuestion 工具依次收集，严禁跳过或猜测用户意图。

Q1: 数据来源（必须）

• "本地CSV文件（上传文件路径）"
• "Sorftime平台获取（需要API Key，输入ASIN即可）"

Q1.5: Sorftime字段选择（仅当选择Sorftime时） 展示可用字段清单，必选字段已锁定（标题、正文、星级），推荐字段可勾选。

Q2: 分析数量（必须）

• "100条 (推荐) - 平衡速度与质量"
• "300条 - 更全面分析"
• "全部 - 分析所有评论"

Q3: 飞书同步（必须）

• "仅生成本地文件"
• "同步到飞书文档（需要lark-cli已安装且已认证）"

Q4: 可视化模板（可选）

• "否 — 不需要生成可视化HTML" — 跳过HTML看板生成
• "使用默认模板 (premium-gold)" — 直接使用默认模板
• "我想选择模板" — 展示以下6种可用模板：

Q5: 报告署名（⚠️ 仅当 Q4 选择了模板（非"否"）时才触发此问题）

• "默认：AI Assistant"
• "我想自定义署名"

第二步：执行分析

# 本地CSV模式（最小参数）
python3 main.py "<CSV文件路径>" \
  --max-reviews <数量> \
  --feishu-sync <true|false>

# 本地CSV模式（完整参数，含自定义模板和署名）
python3 main.py "<CSV文件路径>" \
  --max-reviews <数量> \
  --template <模板名> \
  --creator "<署名>" \
  --feishu-sync <true|false>

# Sorftime模式
python3 main.py \
  --source sorftime \
  --asin <ASIN> \
  --site US \
  --max-reviews <数量> \
  --feishu-sync <true|false>

第三步：展示结果

参考资料

• CSV格式要求: references/csv_format.md
• 22维度标签: references/tag_system.md
• 故障排除: references/TROUBLESHOOTING.md

作者

Buluu@新西楼

• GitHub: @buluslan
• 主项目: review-analyzer