by 运行时依赖
安装命令
点击复制技能文档
Opinion 扫描器 — 品牌/个人舆情扫描器
输入公司名或人名，输出一份结构化 MD 舆情分析报告。
搜索来源与优先级 来源 用途 反爬等级 获取方式 百度搜索 综合新闻、资讯 ⚠️ 中等 网页_搜索 → 网页_fetch 百度新闻 新闻报道 ⚠️ 中等 tavily_搜索 (topic=news) 新浪微博 社交媒体讨论 🔴 高 tavily_搜索 + 直接 fetch 知乎 深度讨论、评价 🔴 高 tavily_搜索 + 直接 fetch 搜狗搜索 备选综合搜索 ⚠️ 中等 tavily_搜索 东方财富/同花顺 财经新闻、公告 ✅ 低 网页_fetch 直接获取 36氪/虎嗅 科技商业报道 ✅ 低 网页_fetch 直接获取 天眼查/企查查 工商信息、风险 🔴 高 tavily_搜索 间接获取 反反爬虫策略
- 优先使用搜索引擎API（推荐）
直接爬取百度/微博/知乎极易触发封禁。首选策略是通过搜索引擎间接获取：
# 用 tavily_搜索 + topic=news 获取新闻类信息 tavily_搜索(查询="上海链家房地产经纪有限公司 2025 新闻", topic="news", max_结果s=10)
# 用 网页_搜索 获取综合信息 网页_搜索(查询="上海链家房地产经纪有限公司 评价 2025", count=10)
# 用 tavily 搜索微博/知乎内容 tavily_搜索(查询="site:weibo.com 上海链家 2025", max_结果s=10) tavily_搜索(查询="site:zhihu.com 上海链家 评价", max_结果s=10)
- 网页_fetch 模拟浏览器请求
对允许直接访问的站点（东方财富、36氪等），使用 网页_fetch 并利用其内置的 JS 渲染能力：
网页_fetch(url="https://www.36kr.com/搜索/articles/{keyword}", maxChars=8000)
- 如果搜索引擎覆盖不足
- 换用不同的 搜索 查询 变体（加年份、加"评价"、"投诉"、"新闻"等关键词）
- 使用 site: 限定符定向搜索特定平台
- 使用 提取Mode=text 减少被检测的风险
- 添加合理的间隔（每次请求后等待 1-2 秒）
- 通过 tavily_提取 获取结构化内容而非原始 HTML
- 绝对不要做的事情
执行流程 Step 1：多源搜索
对目标执行至少 6 组搜索，覆盖不同维度：
搜索维度 示例查询 ─────────── ─────────────────────────────────
- 综合新闻 "{tar获取} 2025 2026 新闻 动态"
- 负面信息 "{tar获取} 投诉 违约 纠纷 处罚"
- 正面信息 "{tar获取} 获奖 荣誉 创新 增长"
- 社交媒体 "{tar获取} site:weibo.com 评价"
- 深度讨论 "{tar获取} site:zhihu.com 怎么样"
- 财经数据 "{tar获取} 营收 规模 市场份额"
- 行业动态 "{tar获取} 房地产 中介 市场 2025"
- 监管信息 "{tar获取} 住建委 处罚 违规 通报"
每条搜索获取 5-10 条结果，合并去重后保留至少 10 条有效信息。
去重规则： 相同 URL 只保留一条；内容相似度 >80% 的只保留来源最权威的一条。
Step 2：信息提取
对每条有效结果，用 网页_fetch 或 tavily_提取 获取详细内容：
{ "序号": 1, "标题": "链家被住建委约谈...", "来源": "新浪财经", "URL": "https://finance.sina.com.cn/...", "发布日期": "2025-08-15", "摘要": "上海市住建委约谈链家...", "内容片段": "（前300字）" }
如果 网页_fetch 被目标站点拦截：
记录该条信息但标记"内容不可直接获取" 仍保留标题、来源、URL 和搜索引擎摘要 不阻塞整体流程 Step 3：逐条正负面判定
对每条信息，基于内容进行情感分析：
标签 判定标准 示例关键词 ✅ 正面 利好、增长、创新、获奖、社会责任 "增长" "获评" "创新" "突破" ❌ 负面 投诉、纠纷、处罚、亏损、负面舆情 "投诉" "处罚" "违约" "纠纷" "暴跌" ⚪ 中性 客观报道、数据通报、行业分析 "数据显示" "据悉" "报告指出"
判定规则：
读取文章摘要和内容片段 统计正负面关键词出现频率 如果有明确的情感倾向词，按倾向归类 纯事实报道/行业数据 → 中性 无法判断 → 中性 Step 4：生成 MD 报告
报告格式如下：
# 舆情分析报告：{公司/人名}
分析时间：{YYYY-MM-DD HH:mm}
数据来源：百度、新浪微博、知乎、东方财富、36氪、搜狗等
覆盖时段：近 1 年
一、总体概览
| 指标 | 数值 |
|---|---|
| 收集信息总数 | {N} 条 |
| ✅ 正面 | {N} 条 ({百分比}) |
| ❌ 负面 | {N} 条 ({百分比}) |
| ⚪ 中性 | {N} 条 ({百分比}) |
| 覆盖来源数 | {N} 个 |
二、详细信息（按时间倒序）
{序号}. {标题}
- 来源： {来源名称}
- 链接： {原始 URL}
- 日期： {YYYY-MM-DD}
- 判定： ✅ 正面 / ❌ 负面 / ⚪ 中性
- 摘要：
（重复以上格式，至少 10 条）
三、来源分布
| 来源 | 数量 | 正面 | 负面 | 中性 |
|---|---|---|---|---|
| 百度新闻 | 3 | 1 | 1 | 1 |
| 新浪微博 | 2 | 0 | 1 | 1 |
| ... | ... | ... | ... | ... |
四、关键词云
- 正面高频词： {词1}、{词2}、{词3}
- 负面高频词： {词1}、{词2}、{词3}
- 中性高频词： {词1}、{词2}、{词3}
五、综合评估
5.1 主要发现
{3-5 个关键结论}
5.2 风险提示
{如果发现明显负面信息，给出风险提示}
5.3 总体评价
{综合评述，100-200 字}
报告由 Opinion 扫描器 自动生成 免责声明：本报告基于公开信息自动分析，仅供参考，不构成任何建议。
测试用例 目标：上海链家房地产经纪有限公司
搜索查询建议：
- "上海链家房地产经纪有限公司 2025 新闻"
- "上海链家 投诉 纠纷 2025"
- "链家 房地产 中介 市场 2025"
- "site:weibo.com 上海链家 2025"
- "site:zhihu.com 链家 中介"
- "链家 贝壳 财报 营收 2025"
- "上海 房地产 中介 监管 2025"
- "链家 住建委 处罚"
预期产出： 一份完整的 MD 舆情分析报告，至少 10 条有效信息，覆盖正面/负面/中性各至少 2 条。
输出文件
报告默认保存到：
/root/.OpenClaw/workspace/报告s/opinion/{tar获取-slug}/{YYYY-MM-DD_HHmm}.md
示例：
/root/.OpenClaw/workspace/报告s/opinion/lianjia/2026-05-17_1610.md