X(Twitter) 作品评论分析

一个具体的痛点

推文发布之后，真实的用户声音大多散落在评论区。手动逐条翻看、复制、归纳，不仅耗时，而且很难量化「负面占多少、用户在期待什么、有多少人在讨论竞品」这类问题。

技能如何工作

输入推文链接或推文 ID 后，该技能通过红狐 API 拉取一级评论，并按固定流程输出结果：

1. 解析输入：从 x.com / twitter.com 链接中提取 /status/ 后的数字作为推文 ID，支持带 ?s=20 等参数的分享链接。
2. 拉取评论：单页返回约 30–40 条一级评论，返回结果中携带 cursor 时可继续翻页。
3. 推文详情：展示作者信息、推文内容及点赞、转发、引用、回复、收藏、浏览等互动数据。
4. 四维情感分析：将评论归入积极、负面、需求、竞品四个维度，每个维度给出占比与代表评论引用。分析基于原文语境，兼容多语种评论及 #hashtag、@提及、emoji。
5. 输出与缓存策略：结果 JSON 仅输出到对话流，不写入任何临时文件；所有时间字段自动转换为北京时间（UTC+8）。

输出强制采用四板块顺序：推文详情 → 查询范围 → 评论列表（共 N 条） → 四维情感分析。翻页、批量查询均会先提示本次积分消耗，确认后才执行。

适用边界与注意点

• 仅支持一级评论，回复的回复（二级评论）不展开；如需全量数据需另行对接红狐企业服务。
• 时间统一为北京时间，与 X 页面按浏览者本地时区显示的结果可能存在时差。
• 无评论推文会如实提示，不会自动替换为其他推文。
• 评论条数按实际获取量标注，不足 10 条时不会标注「TOP 10」。
• 运行环境要求 Python 3.6+，使用标准库 urllib，无需额外依赖，但需配置 REDFOX_API_KEY 环境变量。