极鲸云 Temu 评论分析

解决的问题

当目标是理解某个 Temu 商品的用户反馈时，常见困难不是缺少评论，而是把评论搜索、商品定位、翻译、主题聚类和结论生成混在一起，导致样本不清、口径漂移，甚至把未采集到的内容当成事实。该技能把分析收敛到一个明确商品：只处理极鲸云实际返回的评论，不编造评论、翻译结果、主题频次或结论。

处理方式

先取得明确商品 ID：接受用户直接提供的 ID，或仅从 URL 中明确且唯一的 goods_id / goodsId 提取；否则请用户补充，不猜测 ID，也不依赖其他 Skill 补齐。然后确认用户要整体口碑、差评痛点、正向卖点、规格差异、时间变化，还是评论明细，并明确评分、规格、时间范围和样本要求。

查询时一般只传商品 ID。未指定站点按美国站默认口径；明确限定其他国家或地区时，运行 python3 scripts/temu_site_list.py --country "国家或地区"，只采用唯一精确匹配。随后生成最小必要条件并运行 scripts/temu_review_search.py。脚本要求暂停时，展示服务端一级中文提示和有效跳转链接，停止分析；用户完成操作或回复“继续”后原样重跑。

分析阶段会核对去重后评论总数、实际读取页数、已读取数量、筛选条件和时间范围。请求全量时逐页读取至覆盖去重总数，最多读取排序后的前 10000 条；超过限制时缩小评分、规格或时间范围分批查询。结果为空时先核对 ID 和筛选条件；仍为空则说明极鲸云暂未收录该商品评论，不继续生成分析。

适用边界

评论搜索用于研究明确商品的用户反馈，不用于定位或搜索商品。统计星级占比时报告有效样本量；分页未完成时只描述当前样本。主题可按质量、尺寸、材质、功能、包装、物流、描述一致性和使用门槛等聚类，并保留无法归类项。普遍性看出现次数，影响或参考价值看低评分和有用数，二者不混用。

问题集中在特定 SKU 或规格时标为规格风险，不直接归因整个商品。代表性评论只保留必要原意，不大段复制，也不把单条评论扩大为普遍结论。还要区分评论发表时间与数据采集时间；没有实际查看评论媒体时，只说明附带图片或视频，不描述媒体内容。未收录评论时只说明数据边界，不推断商品没有评论、质量好或质量差。