企业舆情监控

要解决什么问题

企业、品牌或人物在公网上的讨论往往散落在新闻、社媒、论坛中，人工每天搜索容易漏掉变体名、重复报道和负面升级。舆情工具如果完全依赖 LLM 判断每条文本，又会带来明显的 token 成本。这个技能面向中文舆情场景，把目标、关键词、收件人、报告节奏、数据目录都放入 monitor_config.json，减少硬编码，也方便切换监控对象。

技能如何工作

• 多平台搜索：按 Core、Products、Tech、People、Variants 等关键词组合检索网页、新闻和社媒信息。
• 语义去重：同一事件的多条报道会先合并，避免报告被转载和重复标题刷屏。
• 三层情感判断：先用 SnowNLP 做本地中文情感分类，置信度高时直接给出正负倾向；不确定项再交给 LLM 精确判断。
• 热度与预警：根据结果生成热度分、四级预警和趋势数据，历史写入 history.json 或趋势文件。
• 报告交付：生成 HTML 与文本报告，并可通过 AgentMail 发送，适合定时任务执行。

适用边界与注意点

该技能依赖中文语境、本地 snownlp 环境和配置中的关键词质量。若目标名称极少出现、行业术语变化快，或平台反爬限制明显，召回和去重效果会下降。它更适合作为定时舆情巡检与初筛层，关键合规、法律或危机判断仍需要人工复核。