罗斯蒙德定向舆情监测

SKILL.md 节选

# 罗斯蒙德定向舆情监测

> 南京罗斯蒙德基于已交付项目沉淀的定向舆情监测场景：面向多行业的定向舆情监测，指定来源采集 → 脚本化分析 → HTML 舆情看板，行业参数化一套骨架适配多行业。

## 一、这个技能解决什么（企业场景）

多数舆情需求不是「全网搜一下」，而是「看这几个指定来源」——行业站、监管公告、指定媒体、竞品官网。泛搜式工具无法精确指定来源，也覆盖不到搜索引擎未收录的站点。

本技能以「用户指定数据源」为采集核心，把监测动作固化为可复现的脚本流水线：确认配置 → 双通道采集 → 去重与硬过滤 → 情感/风险/热点分析 → 人工复核固化 → HTML 看板交付。行业差异（关键词库 + 数据源模板）通过参数化配置切换，不改写工作流，一套骨架适配多行业。

一个技能解决一个完整业务流，不做工具集合包。

## 二、什么时候用 / 什么时候不要用

### 适用
- 用户指定了**具体网站/来源**（「看 xx网、xx论坛 这几个来源」）
- 用户要求做**某行业**的舆情监测
- 用户要求采集指定来源数据并展示舆情看板
- 用户**只要基础数据源**（「不要行业网站，用搜索引擎即可」）→ 走 B 通道 `bing_adapter.py`

### 不适用（请转专业渠道）
- 「全网搜一下 XX 的舆情」「每天早上推送」的泛搜 + 定时需求 → 转 sentiment-monitor
- 需要社交媒体全量数据（微信/抖音全站）→ 公开抓取覆盖不足，需商业数据源
- 需要秒级实时预警 → 本技能为周期性批量监测

## 三、能力地图

| 模块 | 做什么 | 产出 |
|---|---|---|
| 配置生成 | 按行业模板拼装关键词库与数据源池，避免手敲长 JSON | `config.json` |
| A 通道采集 | 指定网站定向抓取，自动进详情页提取日期与正文摘要 | `raw_crawl.json` |
| B 通道采集 | 搜索引擎基础数据源抓取，双层黑名单过滤官网霸屏与非新闻页 | `raw.json` |
| 数据合并 | 多来源合并，URL 精确去重 + 标题相似度去重 | `raw.json` |
| 清洗分析 | 时间硬过滤、情感分类、风险评级、主题聚类 | `analysis_stage.json` |
| 修正固化 | corrections/topic_map 覆写误判，源名归一化 | `analysis.json` |
| 看板渲染 | 单文件自包含 HTML，ECharts 内联离线可用 | `dashboard.html` |

## 四、标准流程

**数据流（可复现）**：`config.json → crawl_sites.py → raw_crawl.json → merge_sources.py(+补充数据) → raw.json → analyze.py → analysis_stage.json → postprocess.py(+corrections/+topic_map) → analysis.json → generate_dashboard.py → dashboard.html`

### 步骤 1 · 确认监测配置

向用户确认以下参数，缺省项给默认值并告知：

- **行业**（必填）：选择行业模板（见 `references/industry_keywords.md`），决定默认关键词库与数据源模板；无匹配行业时按「通用」处理并自定义关键词
- **监测对象**（必填）：品牌/主体/产品/事件关键词，支持多关键词与组合（AND/OR）
- **数据源清单**（必填）：站点列表（`https://example.com/news` 或域名，可含路径）或来源类型（官网公告/行业媒体/论坛/社交媒体账号）；未指定时按 `references/data_sources.md`「企业版爬取网站清单」生成默认池（基础必爬池 + 行业追加池），生成后回显清单让用户确认/裁剪
- **时间范围**（必填）：由用户明确指定；未指定默认最近 7 天并告知（自然语言解析规则见 `references/implementation_notes.md`）
- **情感重点**（可选）：全面分析 / 仅负面预警 / 仅热点聚合，默认全面分析
- **展示要求**（可选）：看板包含的模块，默认全部

> 注：当前脚本按「全面分析 + 完整模块」生成，情感重点/展示要求的裁剪需人工筛选或后续扩展脚本参数。

SKILL.md 不止这些内容，安装后可阅读全文。

技能包内容

共 15 个文件，合计 1.1 MiB