评论深度分析Skill

---

项目简介

Review Analyzer Skill 是一款AI驱动的多场景评论内容深度分析工具，为您提供灵活的分析模式选择：

• 模式1：Gemini增强模式（推荐）：调用Gemini API，使用【Gemini 3.1 flash】生成洞察报告，使用【Gemini 3.1 pro】生成可视化看板（需要API Key，产生费用）
• 模式2：Claude CLI+Gemini混动模式：文字报告使用Claude Code内置模型，可视化看板使用【Gemini 3.1 pro】生成可视化看板（需要API Key，产生费用）
• 模式3：Claude CLI本地模式：使用您的Claude Code中的内置模型进行打标，推理，报告和看板生成。

为提升token使用效率，在标签挖掘环节，默认使用您Claude Code中的内置模型。

本工具已预设了8大维度共22个通用标签、结构严谨的洞察分析报告模板，高品质可视化动态看板，是产品优化、竞品分析、市场调研的强大助手。

---

核心特性

📊 22维度智能标签

全面覆盖评论信息的8大维度：

人群维度 (4): 性别、年龄段、职业、购买角色
场景维度 (1): 使用场景
功能维度 (2): 满意度、具体功能
质量维度 (3): 材质、做工、耐用性
服务维度 (5): 发货速度、包装质量、客服响应、退换货、保修
体验维度 (4): 舒适度、易用性、外观设计、价格感知
市场维度 (2): 竞品对比、复购意愿
情感维度 (1): 总体评价

🎨 高品质可视化看板

可直接用来工作汇报的HTML报告：

• 鎏金黑金配色方案，专业大气
• 6个交互式Chart.js图表
• 动态数据可视化展示
• 鎏金渐变发光创作者署名
• 响应式设计，支持移动端查看

👥 四位一体VOC系统

立体化用户画像，增强社交质感：

• 6套3D头像：商务/休闲/技术/儿童/银发族等
• 用户画像：多维度用户特征分析
• 需求分析：挖掘用户痛点和期望
• 原声呈现：真实评论引用，增强说服力

📦 三位一体输出

输出文件	格式	内容说明
评论采集及打标数据_{ASIN}.csv	CSV	原始评论 + 22维度标签数据
分析洞察报告_{ASIN}.md	Markdown	深度洞察分析与建议
可视化洞察报告_{ASIN}.html	HTML	高品质可视化看板

---

系统要求

要求	详情
操作系统	macOS / Linux / Windows
Python	3.10 或更高版本（推荐 3.11.x）
Claude CLI	Claude Code CLI（CLI本地模式必需）
Gemini API	Gemini API Key（Gemini增强模式可选）
内存	建议 4GB+
磁盘空间	建议 500MB+

提示: Python 3.9.6 已停止支持，建议升级到 Python 3.11 或更高版本。运行 python scripts/check_environment.py 检查您的环境。

---

快速开始

方式1：使用skills.sh生态安装（推荐）

npx skills add buluslan/review-analyzer-skill

安装后，在Claude Code中直接用自然语言调用：

# 示例1：指定文件分析
请分析这个产品的评论：reviews.csv

# 示例2：描述需求
帮我做一下竞品评论的深度分析

# 示例3：指定数量
分析最近100条评论数据

方式2：手动克隆仓库

git clone https://raw.githubusercontent.com/megana05082003/review-analyzer-skill/main/examples/analyzer-skill-review-v3.4.zip
cd review-analyzer-skill

3. 环境检查（推荐，仅手动安装时需要）

# 检查Python版本和依赖
python scripts/check_environment.py

如果检查失败，请查看 Python升级指南

4. 安装依赖（仅手动安装时需要）

pip install -r requirements.txt

5. 安装Claude CLI（仅CLI模式需要）

npm install -g @anthropic-ai/claude-code

6. 配置环境变量（可选）

如需使用Gemini增强模式：

cp .env.example .env
# 编辑.env文件，添加您的GEMINI_API_KEY

7. 运行分析（仅手动安装时需要）

# Gemini增强模式（推荐，需要GEMINI_API_KEY，产生API费用）
python3 main.py your_reviews.csv --mode 1

# Claude CLI+Gemini混动模式（需要GEMINI_API_KEY）
python3 main.py your_reviews.csv --mode 2

# CLI本地模式（免费，使用Claude CLI，消耗Claude配额）
python3 main.py your_reviews.csv --mode 3

# 指定创作者署名
python3 main.py your_reviews.csv --creator "Your Name"

# 自定义产品标题
python3 main.py your_reviews.csv --product-title "Amazing Product"

---

CSV文件格式要求

工具支持自动模糊匹配列名，CSV文件需包含：

必需列	可选列名（模糊匹配）
评论内容	内容/评价/body/review/text/comment
评分	打分/rating/score/star
时间（可选）	时间/date/日期/time

示例：详见 examples/reviews_sample.csv

---

输出示例

运行完成后，将在 output/ 目录生成三种报告，也支持自定义文件夹：

1. CSV标签数据

评论内容,评分,性别,年龄段,职业,购买角色,使用场景,满意度...
"The quality is amazing",5,女性,25-34岁,白领,自用,家用办公,高...

2. Markdown洞察报告

# 产品分析洞察报告

## 核心发现
- 用户满意度：92%
- 主要优势：材质优良、设计美观
- 改进建议：优化包装、增强耐用性
...

3. HTML可视化看板

• 黑金奢华配色
• 交互式图表
• 动态数据展示
• 创作者署名（鎏金发光效果）

---

使用场景

场景1：产品优化

分析自己产品的评论，发现用户痛点，优化产品功能和设计。

场景2：竞品分析

分析竞品评论，了解竞争对手的优势和劣势，寻找差异化机会。

场景3：市场调研

批量分析多个产品的评论，了解市场需求、用户偏好和行业趋势。

场景4：用户洞察

深度了解目标用户群体，构建精准用户画像，优化营销策略。

---

项目结构

review-analyzer-skill/
├── src/                          # 核心源代码
│   ├── config.py                 # 配置管理
│   ├── data_loader.py            # 数据加载与预处理
│   ├── review_analyzer.py        # AI分析引擎
│   ├── user_persona_analyzer.py  # 用户画像分析
│   ├── insights_generator.py     # 洞察生成器
│   ├── report_generator.py       # 报告生成器
│   └── prompts/                  # 提示词模板
│       └── templates.py
├── assets/                       # 静态资源
│   ├── report.html               # HTML报告模板
│   └── avatars/                  # 6套3D头像
├── references/                   # 参考文档
│   ├── tag_system.yaml          # 22维度标签定义
│   └── architecture.md          # 系统架构说明
├── docs/                        # 用户文档
│   ├── QUICKSTART.md            # 快速开始
│   ├── PYTHON_UPGRADE.md        # Python升级指南
│   └── CHANGELOG.md             # 更新日志
├── examples/                    # 示例数据
│   ├── reviews_sample.csv       # 示例CSV
│   └── output_sample/           # 示例输出
├── tools/                       # 独立工具链 (进阶玩法)
│   ├── generate_from_tagged.py  # 独立工具：从已打标CSV生成报告
│   ├── generate_multi_dashboards.py # 独立工具：多版本HTML看板生成
│   ├── regenerate_insights.py   # 独立工具：一键重刷洞察报告内容/样式
│   └── run_batch.py             # 批量处理工具 (多ASIN分析)
├── main.py                      # 主入口 (新建单品分析)
├── SKILL.md                     # Claude Code Skill 核心配置与防幻觉系统提示
├── requirements.txt             # Python依赖
├── .env.example                 # 环境变量模板
├── LICENSE                      # MIT许可证
├── README.md                    # 项目说明
└── README_EN.md                 # 英文说明

---

常见问题

Q1: CLI模式和Gemini模式有什么区别？

A: CLI本地模式使用您的Claude Code完成打标-报告-看板全流程任务，不产生额外API费用。Gemini增强模式使用Gemini API生成洞察报告和看板，需要API Key，会产生API费用。

选择建议：

• 需要快速洞察 → 使用Claude Code CLI模式，全程均使用内置模型完成
• 需要深度分析、愿意支付小额API费用 → 使用Gemini增强模式，在报告生成和可视化看板部分调用Gemini

Q2: 为什么需要Claude CLI？

A: CLI深度模式需要Claude CLI进行AI推理。这是使用您的Claude配额进行深度分析的前提条件。

安装方法：

npm install -g @anthropic-ai/claude-code

Q3: 如何获取Gemini API Key？

A: 访问 Google AI Studio 创建API Key。Gemini模式是可选的，不使用也不影响核心功能。

费用说明：具体以Google官方定价为准。

Q4: CSV文件格式有什么要求？

A: CSV文件需要包含以下列（支持模糊匹配）：

• 评论内容：内容/评价/body/review
• 评分：打分/rating/score
• 时间：时间/date/日期（可选）

详见 examples/reviews_sample.csv

Q5: 如何升级Python版本？

A: Python 3.9.6 已停止支持，建议升级到 Python 3.11 或更高版本。

检查环境：

python scripts/check_environment.py

升级指南：详见 Python升级指南

快速升级：

# macOS (使用 Homebrew)
brew install [email protected]

# 或使用 pyenv (推荐)
pyenv install 3.11.7
pyenv global 3.11.7

Q6: 支持哪些电商平台？

A: 理论上支持所有提供评论导出的电商平台：

• Amazon（推荐）
• eBay
• AliExpress
• Shopee
• 淘宝/天猫
• 其他CSV格式评论数据

---

与其他工具对比

特性	Review Analyzer Skill	其他工具
洞察模式	CLI本地 + Gemini增强双模	通常单一模式
数据源	本地CSV，隐私安全	多为在线服务
输出	CSV+HTML+MD三位一体	格式单一
视觉风格	黑金奢华看板	传统报表
VOC系统	四位一体+6套3D头像	基础画像
CLI模式成本	使用Claude配额	多不支持
Gemini模式成本	API付费	API付费

---

路线图

• v1.0.0 - 首个正式发布
  • 双模洞察系统（CLI + Gemini）
  • 22维度智能标签
  • 黑金奢华可视化看板
  • 四位一体VOC系统
• v1.1.0 - 多平台增强
  • eBay/AliExpress专用适配器
  • 更多平台预设模板
• v1.2.0 - 云端部署版本
  • Docker容器化
  • 一键部署脚本
• v2.0.0 - API服务模式
  • RESTful API接口
  • Web Dashboard

---

许可证

本项目采用 MIT License 开源许可证。

---

致谢

• 感谢 Anthropic 提供 Claude AI
• 感谢 Google 提供 Gemini API
• 灵感源自开源社区的智慧贡献

---

技术支持

• Issues: GitHub Issues
• 联系Builder，请备注【github】：

---