技能介绍

解决舆情分析中的证据断层与数据碎片化

在当前的舆情监控场景中，单一大模型往往难以处理跨平台的碎片化数据。手动收集讨论不仅耗时，且在生成分析报告时极易出现幻觉，导致结论缺乏原始证据支撑。该技能旨在通过多智能体协作，将数据采集、清洗、多维度分析和最终的报告生成解耦，解决单一模型处理长链路任务时上下文丢失和证据无法溯源的核心痛点。

核心工作流与多智能体协作机制

技能基于 BettaFish 架构运行，将复杂的舆情分析任务拆解为多个专业智能体的协同工作。

数据感知与采集：通过配置的数据源和 Playwright 抓取公开讨论与媒体数据。
专家智能体调度：核心调度器会根据任务动态分配子智能体，分别负责情感分析、话题聚类和热点提取。
证据链构建与报告生成：分析结果会被交叉验证，最终汇总为一份附带原始引用和证据链的结构化舆情报告。整个流程仅需通过一次对话式请求触发。

适用边界与工程实践注意点

虽然多智能体架构提升了分析深度，但部署时需注意其基础设施依赖。环境必须配置 PostgreSQL 或 MySQL 数据库以支撑状态管理，并依赖 Playwright Chromium 进行动态页面渲染。此外，上游镜像拉取可能存在网络延迟，建议在 docker-compose.yml 中替换为备用镜像源。对于涉及敏感数据的场景，需确保 .env 中的凭证安全，并严格审查外部数据源的接入策略。