首页龙虾技能列表 › CineScope XHS — 技能工具

CineScope XHS — 技能工具

v1.0.0

智能影评评估 - 多源数据采集 + 六维分析 + 动态权重评分

0· 2·0 当前·0 累计
by @seeu1688 (Seagle)·MIT-0
下载技能包
License
MIT-0
最后更新
2026/4/16
安全扫描
VirusTotal
Pending
查看报告
OpenClaw
可疑
medium confidence
The skill's stated purpose (movie review aggregation & analysis) matches the instructions, but the runtime instructions rely on undeclared tools and credentials (e.g., Tavily search, local node scripts, BOCHA_API_KEY) and therefore the package is internally inconsistent and needs clarification before trusting or installing.
评估建议
This skill appears to do what it says (aggregate reviews and produce a multi-dimensional analysis), but the SKILL.md expects helper tools and an API key that are not declared in the manifest. Before installing or enabling it, ask the author to: (1) declare required environment variables (e.g., BOCHA_API_KEY, any Tavily keys) and explain why each is needed; (2) provide an install spec or explicit instructions to install tavily-search/node scripts, or remove references to local paths; (3) confirm ...
详细分析 ▾
用途与能力
The skill's name and description (multi-source film review aggregation + six-dimension analysis) are consistent with the actions described in SKILL.md (web search, evidence grading, scoring). However, the SKILL.md expects specific tooling (tavily-search, web_fetch, local node scripts) and external APIs that are not declared in the registry metadata (no required binaries, no env vars, no install spec). That mismatch is a coherence issue: either the skill assumes preinstalled helper tools or it omitted required dependencies.
指令范围
The runtime instructions instruct the agent to run local node scripts (e.g., node {baseDir}/../tavily-search/scripts/search.mjs and extract.mjs), call external APIs, and use an environment variable ${BOCHA_API_KEY} in curl. SKILL.md therefore expects filesystem access and network calls and to read an API key from env — but the skill manifest does not declare these accesses. The instructions also mandate aggressive automatic triggering (trigger whenever a movie is mentioned with a question tone), which could cause unexpected autonomous runs using the unspecified tools/credentials.
安装机制
There is no install spec (instruction-only), so nothing gets written to disk by an installer. That lowers installation risk, but the instructions assume external helper packages/tools (tavily-search node scripts, web_fetch) are present on the host. The skill provides no guidance for installing those dependencies.
凭证需求
The manifest declares no required environment variables or credentials, but SKILL.md explicitly uses ${BOCHA_API_KEY} for Bocha API calls and likely expects credentials for other search services (tavily). Requesting or reading API keys at runtime is reasonable for a search-based skill, but such credentials should be declared in the manifest (primaryEnv/required env). The absence of declared env vars is an inconsistency that could hide credential access or cause accidental use of sensitive environment variables.
持久化与权限
The skill is not marked always:true and does not include an install script or persistent components. It does not request system-wide changes or special privileges in the manifest. Autonomous invocation remains possible (platform default) but is not combined with high privilege or persistence in the metadata.
安全有层次,运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发,无需署名。

运行时依赖

无特殊依赖

版本

latestv1.0.02026/4/16

CineScope 1.0.0 – 智能多源六维影评系统上线 - 支持自动识别并响应所有涉及电影评价、推荐、评分、分析等意图的用户输入 - 采用并行多源数据采集,聚合豆瓣、IMDb、Rotten Tomatoes、社交媒体等平台权威及口碑数据 - 引入六维动态权重模型,依据影片类型(商业片、作者电影、动画片)自适应调整评分权重 - 提供证据分级、口碑与六维综合评分,输出带证据标注的结构化影评报告 - 内建争议、样本不足、水军控评及时效等风险提示机制 - 输出多平台兼容的可视化六维雷达评分(支持 Chart.js、Markdown 或 ASCII 字符画)

● Pending

安装命令 点击复制

官方npx clawhub@latest install cinescope-xhs
镜像加速npx clawhub@latest install cinescope-xhs --registry https://cn.clawhub-mirror.com

技能文档

智能影评评估 Skill。当用户提到任何电影并希望了解其评价、值不值得看、口碑如何、打几分时,必须使用此 Skill。 触发词包括但不限于:影评、评分、推荐、值得看吗、好看吗、烂番茄、豆瓣分、口碑、分析这部电影。 即使用户只是随口提到一部电影名称并带有疑问语气,也应主动触发此 Skill。 此 Skill 会执行多源数据采集、六维结构化分析、动态权重评分,并生成带证据级别标注的完整影评报告(含六维蛛网图)。


# CineScope · 多源证据驱动影评系统

核心原则

  • 证据优先:所有评分必须有来源支撑,不凭空打分
  • 来源透明:标注每条判断基于哪一级证据
  • 动态权重:按影片类型自动调整六维权重
  • 默认防剧透:除非用户明确要求,不披露关键剧情反转
  • 局限声明:新片/冷门片样本不足时必须预警

Step 0 · 意图解析与实体确认

用户输入电影名后,先执行以下检查:

  • 歧义消除:若电影名存在重名(如《沙丘》《蜘蛛侠》),自动优先选取最新或最热版本,并在报告开头注明"本报告评估的是:[完整片名 + 年份 + 导演]"
  • 关注点提取:若用户指定关注方向(如"我主要关心剧本"),在对应维度加权输出,并在报告末尾提示
  • 剧透模式确认:默认防剧透开启;若用户明确说"可以剧透"或"分析结局",则切换至剧透模式

Step 1 · 并行数据采集

搜索工具优先级

优先级工具用途说明
主搜索tavily-search核心数据采集AI 优化搜索,返回简洁相关结果
备用搜索博查 API (Bocha)补充检索Tavily 异常时使用,国内访问稳定
调用策略:
  • 优先使用 tavily-search 进行主检索(支持 --deep 深度搜索)
  • 如 Tavily API 异常/无结果,降级使用 博查 API(Endpoint: https://api.bocha.cn/v1/web-search
  • 需要获取具体页面内容时,使用 tavily-search extractweb_fetch

并行检索执行

使用上述搜索工具并行检索以下来源,每次至少覆盖 L1+L3+L4 三层

数据源分层

层级平台权重采集内容
L1 专业权威豆瓣、IMDb、Rotten Tomatoes、Metacritic40%评分数值 + Top 专业长评摘要
L2 垂直媒体Variety、好莱坞报道者、影视工业网、知名影评公众号20%技术维度(摄影/剪辑/音效)专业解读
L3 大众口碑猫眼、淘票票、IMDb 用户评分20%普通观众体感、娱乐性评价
L4 社交舆情微博、小红书、Twitter/X、Reddit20%实时情绪、争议点、高频关键词

归一化规则

将各平台分数统一映射至 100 分制

平台原始制换算公式
豆瓣10 分制× 10
IMDb10 分制× 10
Rotten Tomatoes百分制(新鲜度%)直接使用;Audience Score 单独列出
Metacritic100 分制直接使用
猫眼/淘票票10 分制× 10

搜索命令示例

# Tavily 主搜索(推荐)
node {baseDir}/../tavily-search/scripts/search.mjs "夜王 电影 豆瓣评分" -n 10
node {baseDir}/../tavily-search/scripts/search.mjs "夜王 2026 春节档 影评" --deep

# Tavily 内容提取(获取具体页面) node {baseDir}/../tavily-search/scripts/extract.mjs "https://movie.douban.com/subject/xxx/"

# 博查 API 备用搜索 # (当 Tavily API 异常时使用) # API 文档:https://open.bochaai.com/ curl -X POST "https://api.bocha.cn/v1/web-search" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer ${BOCHA_API_KEY}" \ -d '{"query":"夜王 电影 豆瓣评分"}'


Step 2 · 证据分级

采集完成后,对所有材料按以下标准分级,评分时必须标注证据级别

级别定义举例
A 级专业影评、权威平台高质量长评(200 字以上)、行业媒体深度分析豆瓣热门长评、Metacritic 媒体评
B 级高赞用户长评、较完整的大众观后感IMDb 用户长评、猫眼精选评论
C 级社媒短评、热搜话题、碎片化舆情微博超话、小红书笔记、Twitter 短评
原则:结论越重要,所需证据级别越高。仅有 C 级证据支撑的判断,必须注明"(基于社媒舆情,稳定性较低)"

Step 3 · 六维动态权重评估

3.1 按影片类型自动选择权重方案

在执行评分前,先判断影片类型,选择对应权重表:

商业片 / 类型片(动作、喜剧、爱情、惊悚等)

维度权重核心考察点
剧本与叙事 Script & Story20%逻辑自洽、节奏把控、冲突设计
视听语言 Visuals & Audio20%特效质感、摄影、配乐、沉浸感
表演质感 Acting15%角色契合度、情绪爆发力
导演掌控 Direction10%场面调度、完成度
情感共鸣 Emotional Resonance20%爆点/燃点/泪点、观影爽感
大众娱乐性 Entertainment15%观影门槛、话题度、值回票价感

作者电影 / 艺术片

维度权重核心考察点
剧本与叙事 Script & Story25%叙事野心、人物弧光、台词深度
视听语言 Visuals & Audio20%摄影语言、美学风格、音效设计
表演质感 Acting20%情感真实性、内敛张力、群像刻画
导演掌控 Direction20%风格统一性、主题深度、作者表达
情感共鸣 Emotional Resonance10%观影后劲、余韵、思想冲击
创新与价值 Innovation5%题材突破、文化输出、影史意义

动画片

维度权重核心考察点
剧本与叙事 Script & Story20%故事完整性、情节推进效率
视听语言 Visuals & Audio25%视觉创意、动画质量、色彩美学
表演质感 Acting10%配音契合度、角色生动性
导演掌控 Direction15%节奏控制、场景设计
情感共鸣 Emotional Resonance20%全年龄共情、情感完成度
受众适配度 Audience Fit10%儿童友好度、成人深度层次

3.2 单维评分规则

每个维度输出:

[维度名]:X/10
证据级别:A/B/C
评语:2-3 句,说明得分理由,引用具体评论观点(不直接大段摘抄)

Step 4 · 风险机制

在生成报告前,检查并触发以下预警:

风险类型触发条件处理方式
争议预警专业口碑(L1)与大众/社媒口碑(L3+L4)归一化分差 > 15 分在报告顶部添加 ⚠️ 争议预警模块
样本不足预警上映不足 2 周 或 豆瓣评分人数 < 1 万标注"当前结论时效性强,建议上映 1 个月后复评"
水军/控评识别短期内评分异常波动,或极端评价占比过高取中位数而非均值,注明"存在疑似控评,数据仅供参考"
时效标注所有报告报告末尾注明"评分基于 [日期] 前的口碑数据"

Step 5 · 综合评分计算

口碑基础分 = L1×0.4 + L2×0.2 + L3×0.2 + L4×0.2  (归一化至 100 分)

六维加权分 = Σ(各维度得分×10 × 对应权重) (即 100 分制)

综合总分 = 口碑基础分 × 0.4 + 六维加权分 × 0.6

重要原则:平台数据是参考证据,不直接决定最终分。六维分是 Claude 基于证据的独立判断,权重更高。

Step 6 · 结构化输出报告

按以下固定结构输出,不得省略任何模块


📋 影片基本信息

片名 | 年份 | 导演 | 主演 | 类型 | 片长


⚠️ 争议预警(如触发)

说明专业口碑与大众口碑的分歧所在及可能原因


📊 一句总评(The Verdict)

用一句话精准定位影片(例:"工业完成度极高但主题表达流于表面的商业续作")


🌐 平台评分快照

平台原始评分归一化 (100 分)样本规模
豆瓣X.X/10XXX 万人
IMDbX.X/10XXX 万人
Rotten Tomatoes 专业XX%XXXX 篇
Rotten Tomatoes 观众XX%XXX 万人
MetacriticXX/100XXXX 篇
猫眼X.X/10XXX 万人
口碑基础分:XX/100


🕸️ 六维雷达评分

维度得分证据级别简评
剧本与叙事X/10A/B/C...
视听语言X/10A/B/C...
表演质感X/10A/B/C...
导演掌控X/10A/B/C...
情感共鸣X/10A/B/C...
[第六维度]X/10A/B/C...
六维加权分:XX/100(使用 [商业片/作者电影/动画片] 权重方案)

紧接评分表之后,输出六维可视化图表。根据平台能力选择输出格式

可视化输出策略

平台类型输出格式说明
支持 HTML/JSChart.js 雷达图完整交互式图表
纯文本平台(飞书/微信/短信)ASCII 字符画雷达图兼容性最好
支持 Markdown条形图 + 表格清晰易读

方案 A:Chart.js 雷达图(支持 HTML 的平台)

  • 使用 Chart.js radar 类型
  • 维度标签与评分表保持一致(6 个维度,顺序相同)
  • 数据范围:0–10,步进 2
  • 配色:#534AB7(紫色系,fill 透明度 0.18)
  • 禁用 Chart.js 默认图例,在图表下方输出自定义 HTML 图例
  • Canvas 外层 div:max-width: 520px; height: 420px; margin: 0 auto
《片名》六维评分

方案 B:ASCII 字符画雷达图(纯文本平台,如飞书/微信)

当平台不支持 HTML/JavaScript 时,使用以下文本格式:

                    《片名》六维评分雷达图

剧本与叙事 10 │ 8 ────┼──── 8 │ 视听 6 ──┼── 6 视听 4│ │ 表演 6 ──────┼───── 7 表演 │ 4│ 导演 6 ──┼── 6 导演 │ 2 ────┼──── 2 │ 情感共鸣 ─── 大众娱乐性

数值表: 维度 得分 评级 ────────────────────────── 剧本与叙事 X.X ★★★★☆ 视听语言 X.X ★★★★☆ 表演质感 X.X ★★★★☆ 导演掌控 X.X ★★★★☆ 情感共鸣 X.X ★★★★☆ 大众娱乐性 X.X ★★★★☆


方案 C:条形图(推荐用于飞书等 IM 平台)

最清晰易读的格式,推荐作为默认输出:

📊《片名》六维评分

剧本与叙事 ███████░░░ X.X/10 ★★★★☆ 视听语言 ████████░░ X.X/10 ★★★★☆ 表演质感 ███████░░░ X.X/10 ★★★★☆ 导演掌控 ███████░░░ X.X/10 ★★★★☆ 情感共鸣 ███████░░░ X.X/10 ★★★★☆ 大众娱乐性 ████████░░ X.X/10 ★★★★☆

▓ 图例:█ 得分 ░ 未得分

条形图生成规则:

  • 每格代表 1 分,共 10 格
  • 表示得分部分(每 1 分 = 1 个 █)
  • 表示未得分部分
  • 小数处理:≥0.5 进位,<0.5 舍去

🎯 综合总分

XX.X / 100


🗣️ 舆论场摘要

专业媒体怎么说(主要基于 A 级证据): [2-3 句,概括专业影评人的核心共识——夸什么、批什么]

大众观众怎么说(主要基于 B 级证据): [2-3 句,概括普通观众的主要感受]

社交媒体在讨论什么(C 级证据,波动性较高):

  • 正向高频词:[词 1、词 2、词 3...]
  • 负向高频词:[词 1、词 2、词 3...]
  • 主要争议点:[简述]

✍️ 深度解析(默认防剧透)

选取 1-2 个最值得展开的维度(亮点或槽点),各写一段深度分析。 不披露关键剧情反转、结局、重要角色死亡。 如需完整剧情分析,请告知"可以剧透"。


👥 观影建议

适合人群:[具体描述,如"科幻类型片爱好者"、"原著党"、"家庭观影"] 不适合人群:[具体描述,如"对逻辑漏洞敏感的观众"、"不耐慢节奏者"] 观影环境建议:[如"建议 IMAX"、"流媒体即可"、"适合独自观看"]


📌 局限声明

  • 数据截止时间:[日期]
  • 样本状态:[充足 / 不足,说明原因]
  • 特殊干扰:[如存在控评、粉黑大战、档期炒作,在此注明]

异常处理规则

情况处理方式
某平台数据无法获取在快照表中标注"数据不可用",不伪造评分
影片尚未上映说明"暂无观众评价",仅分析预告片、主创背景、提前场口碑
冷门片/老片数据稀少降低 L3/L4 权重,提升 A 级证据权重,并声明局限
敏感题材(政治/宗教/历史)仅陈述多方评价观点,不输出单一价值判断
用户追问某维度针对该维度补充更多 A/B 级证据,给出更详细分析
Tavily API 异常自动降级使用 博查 API 作为备用搜索源
搜索结果不足尝试 tavily-search --deep 深度搜索或扩大检索词范围

配置要求

配置项说明是否必需
TAVILY_API_KEYTavily API 密钥(从 https://tavily.com 获取)✅ 必需
BOCHA_API_KEY博查 AI 搜索 API 密钥(备用搜索)⚠️ 推荐配置
注意
1. 如未配置 TAVILY_API_KEY,需在系统环境变量中添加后才能正常使用搜索功能
2. 博查 API 作为备用搜索源,推荐配置以确保 Tavily 异常时可降级使用
3. 博查 API 申请地址:https://open.bochaai.com/

博查 API 快速配置

1. 获取 API Key

访问博查开放平台 https://open.bochaai.com/ 注册并获取 API Key

2. 配置环境变量

# 添加到 ~/.bashrc 或 ~/.zshrc
export BOCHA_API_KEY="your-bocha-api-key"

# 或临时配置 export BOCHA_API_KEY="your-bocha-api-key"

3. 调用示例

# Web Search API
curl -X POST "https://api.bocha.cn/v1/web-search" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $BOCHA_API_KEY" \
  -d '{"query":"夜王 电影 豆瓣评分"}'

# Reranker API(可选,用于语义排序) curl -X POST "https://api.bocha.cn/v1/rerank" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $BOCHA_API_KEY" \ -d '{"query":"夜王 影评","documents":["文档 1","文档 2"]}'

4. 免费额度

  • 注册即送免费额度
  • 具体额度请查看官网最新政策:https://open.bochaai.com/

5. API 文档

  • Web Search API: https://api.bocha.cn/v1/web-search
  • Reranker API: https://api.bocha.cn/v1/rerank
  • 开放平台:https://open.bochaai.com/
数据来源:ClawHub ↗ · 中文优化:龙虾技能库
OpenClaw 技能定制 / 插件定制 / 私有工作流定制

免费技能或插件可能存在安全风险,如需更匹配、更安全的方案,建议联系付费定制

了解定制服务