Review Analyzer Skill banner
buluslan buluslan

Review Analyzer Skill

AI community

Description

AI 驱动的电商评论深度分析工具 — 22维度标签构建 · 生成14章洞察报告 · 内置6套主题看板 · 可写入飞书

Installation

This entry records only its repository, not the path inside it, so there is no exact command to give. Open the source below and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

README

[English](README.en.md) | 简体中文

![Review Analyzer](assets/banner.jpg)

📊 Review Analyzer Skill

**把一堆产品评论,变成一份能落地的决策依据**

**想了解更多最新AI行业动态,AI+电商/广告的行业实践方法,人与AI如何协作共生的思考,请关注公众号:【新西楼.AI】** ![qrcode_for_gh_e3b954bd3859_258](https://github.com/user-attachments/assets/d8f068d9-c4f8-46c7-914c-fbcab5d52f2a)

[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) [![Version](https://img.shields.io/badge/version-2.2.1-black.svg)](https://github.com/buluslan/review-analyzer-skill)

**15章深度洞察报告 · 6套主题可视化看板 · 飞书文档同步 · Agent原生架构**

**Created By Buluu@新西楼.AI**


项目简介

review-analyzer-skill 是由 buluslan(公众号:新西楼.AI)研发的电商评论深度分析 Skill(VOC 客户之声分析),他会帮你把一堆产品评论变成一份能落地的决策依据——22 维 AI 打标提炼用户画像、痛点和真实需求,输出 15 章深度洞察报告和可视化看板,从差评里挖出产品优化机会点、从好评里找到爆款基因。

[!TIP] **更多跨境电商 AI 实战内容,请关注公众号「新西楼.AI」**

作为 **Agent 原生** 工具,它适配 Claude Code、Codex、Cursor、OpenCode 等主流 AI Coding Agent,支持本地 CSV 数据导入和 [卖家精灵](https://www.sellersprite.com/) 平台数据对接(可选增强),零 API Key 即可运行。

**V2.2 · Agent 自执行模式**:LLM 工序(评论打标、15 章报告撰写)由宿主 Agent 自己完成,**不依赖本机安装 claude CLI**——任何 AI Coding Agent 都能完整跑通。另保留 `--llm cli` 直跑模式作为无宿主 Agent 时的 headless 后备。

V2.0 核心升级

特性 V1.0 V2.0
分析引擎 Gemini API + CLI 双模式 CLI 单一模式(零 API Key)
数据源 本地 CSV 本地 CSV(主源)+ 卖家精灵(可选)
洞察报告 7 章基础分析 15 章深度洞察(含行动决策仪表盘 + 异常信号卡)
可视化看板 1 套黑金模板 6 套主题模板(玻璃拟态 + Chart.js 主题化)
飞书集成 完整同步(文档 + 白板 + mermaid 图表)
架构 Python 脚本 Agent 原生 Skill(SKILL.md 指令驱动)
打标并发 2 4(提速 50%)

工作流程

数据输入: 本地 CSV(主源)或 卖家精灵(可选)
     ↓
Phase 1: AI 深度打标(并发4,22维度标签)
Phase 2: 用户画像识别(3-4个画像,3正+3负黄金样本)
Phase 3: 洞察报告生成(15章结构化报告)
Phase 4: 统一输出(MD + HTML看板 + 飞书同步)

V2.2 起 Phase 1/3 的 LLM 工序默认由**宿主 Agent 自执行**(`--llm agent`,prepare → Agent 打标 → `--resume` → Agent 撰写报告 → `--resume` 收尾);上图 CLI 并发路径保留为 headless 后备(`--llm