Yuqing Relevance Classifier — Development skill for Claude Code

舆情相关性智能分类器

一套给 AI Agent 用的舆情数据清洗 Skill：把人工逐条判读的"是否强相关 / 内容类别"标注，变成可复现、可验证、反幻觉的全自动流程。

[](https://skillsmp.com/) [](LICENSE) [](https://www.python.org/)

---

这是什么

舆情监控平台导出的 Excel 通常有 30~140 列、每天数百条记录，但其中大量条目只是"关键词碰巧命中"：同名的人、外地的同名活动、楼盘广告里的地段卖点、粉丝打卡帖。人工逐条判读成本极高，而让大模型直接判断又极易产生幻觉。

本项目把这一流程固化成 **Agent Skill**：AI 读取 Excel → 调研监测对象 → 规则预筛 → 按需爬取原文取证 → 分类判断 → 写回标注 → 交叉验证 → 出错误分析报告。

**已实测**：255 条真实舆情数据上，已判断条目准确率 87.8%，且全部判断均可追溯到标题 / 摘要 / 全文证据（详见 [examples/demo_error_report.md](examples/demo_error_report.md)）。

核心特性

能力	说明
地理优先判断	第一步永远是"这件事发生在哪里"，先排除外地同名活动与同名歧义
反幻觉纪律	证据不足一律标"待核查"并写明原因，禁止猜测、禁止编造原文内容
爬取取证门禁	摘要截断且主体角色不明时，强制爬取全文，禁止"凭标题直接下结论"
多智能体交叉验证	模糊条目由「地理核查员 + 语义分析员」双 Agent 独立判断后再汇总
写入最小化	Excel 只写"是否强相关""内容类别"两列，其余列零改动，写入后 diff 校验
禁止物理删除	外地条目标"待删除"，由人工确认后删除，避免行序错乱
可复现产出	附标注报告（待核查 / 待删除原因）+ 错误分析报告（准确率 / FP / FN / 根因）

快速开始

1. 安装 Skill

Agent Skills 遵循开放的 `SKILL.md` 标准，Claude Code、Codex CLI、Cursor 等 20+ 工具均可识别。

# 方式一：通过 skills CLI 安装
npx skills add cobaltna/yuqing-relevance-classifier

# 方式二：手动放入技能目录
git clone https://github.com/cobaltna/yuqing-relevance-classifier.git
cp -r yuqing-relevance-classifier ~/.claude/skills/          # Claude Code
cp -r yuqing-relevance-classifier ~/.codex/skills/           # Codex CLI

2. 准备依赖

pip install openpyxl            # 必需：读写 Excel
pip install playwright          # 可选：需要爬取全文时

3. 下发任务

把 [references/task-prompt-template.md](references/task-prompt-template.md) 复制一份，改成你的实际路径与监控主体，然后交给 AI：

请对以下舆情 Excel 进行"是否强相关"和"内容类别"标注，严格遵循 yuqing-relevance-classifier skill 的工作流程。

待填写文件：/path/to/舆情_话题1_日期.xlsx
验证答案（分类全部完成后才可读取）：/path/to/答案.xlsx

监控主体（所有地点都必须是本地）：
1. ……

4. 校验结果

python scripts/inspect_excel.py  舆情_话题1_日期.xlsx