B站作品评论分析

要解决的问题

评论区是B站视频反馈最密集的地方，但人工翻看有明显瓶颈：单页只有20条评论，热门视频动辄上千条；「awsl」「爷青回」这类梗和缩写需要结合语境才能判断真实情感；UP主或品牌运营想从评论里提取负面反馈、用户需求、竞品提及时，逐条标注成本极高。

核心能力与工作流程

这个技能把「拉评论—做分析—出报告」串成一条流水线：

• 评论获取：直接粘贴视频链接或BV号，脚本调用红狐 API 拉取一级评论，每页20条，支持 下一页 / 第3页 这样的自然语言翻页；
• 四维情感分析：AI 按积极、负面、需求、竞品四个维度归类，每个维度附带代表评论引用，置顶评论有特殊标记；
• 梗文化识别：能理解 yyds、xswl、awsl 等弹幕术语在B站语境下的真实含义；
• HTML 报告：分析完成后回填到深色主题的交互式 HTML，作品详情（播放、点赞、投币、收藏、弹幕）与评论表格全量展示，可离线保存分享。

适用边界与注意点

• 仅支持一级评论：回复楼中楼暂不支持；
• 每页20条：单次调用只返回一页，大量数据需逐页翻页，批量能力需联系红狐平台；
• 需要 API Key：要在 ~/.openclaw/openclaw.json 或环境变量中配置 REDFOX_API_KEY；
• 编码问题：若 HTML 报告中中文显示为问号，可用 backfill_html.py --json-file 以 UTF-8 JSON 直读方式回填修复；
• 技术栈极简：仅依赖 Python 标准库 urllib，Python 3.6+ 即可运行，无需安装第三方依赖。