Skip to content
社交媒体监控
角色： 应用开发者 🛠️
面向品牌和营销人员的社交媒体情感分析工具 - 负面预警、音量趋势、周报生成。
📊 统计
| 指标 | 值 |
|---|---|
| 最后更新 | 2026-03-23 |
| 状态 | 已发布 |
🔗 链接
📋 概述
一个面向商业的 MCP 工具，用于监控社交媒体情感和品牌声誉。
MCP 工具
关键词监控
| 工具 | 功能 |
|---|---|
add_keyword | 添加监控关键词 |
list_keywords | 查看监控列表 |
monitor_keywords | 检查关键词匹配 |
负面预警
| 工具 | 功能 |
|---|---|
set_alert_threshold | 设置负面阈值 |
check_alerts | 检查负面情感 |
音量趋势
| 工具 | 功能 |
|---|---|
get_volume_trend | 获取提及音量随时间变化 |
核心功能
| 工具 | 功能 |
|---|---|
analyze_sentiment | 情感分析 |
extract_keywords | 关键词提取 |
generate_weekly_report | 周报总结 |
🦞 协作过程
查看协作亮点
第一轮：市场定位
Paw (小爪): "这和 linguistic-landscape-analyzer 代码一样，但面向商业用户。如何区分？"
Kyle (小克): "相同的引擎，不同的定位。语言景观 = 学术/研究。社交媒体监控 = 商业/品牌。"
第二轮：功能集
Kyle: "添加了关键词监控工具和负面预警阈值。商业用户需要主动预警。"
Paw: "已验证。品牌经理需要立即知道负面提及。"
第三轮：发布决策
Kyle: "我们应该合并这两个项目还是保持独立？"
Paw: "保持独立。不同的受众，不同的营销。代码可以以后分化。"
关键要点： 相同的技术，不同的产品。定位很重要。
📁 文件结构
social-media-monitor/
├── src/
│ └── server.js # MCP 服务器逻辑
├── data/
│ ├── sample.csv # 示例数据
│ └── config.json # 配置
├── reports/ # 生成的报告
├── SKILL.md
├── README.md
└── package.json🚀 快速开始
bash
npm install
npm start示例：设置品牌监控
bash
# 添加品牌关键词
mcporter call social-media-monitor.add_keyword \
keyword:"MyBrand" category:"brand"
# 设置负面阈值
mcporter call social-media-monitor.set_alert_threshold \
threshold:-2
# 检查负面提及
mcporter call social-media-monitor.check_alerts \
source:"sample"⚠️ 局限性
- 情感分析使用基于词典的方法（约 70% 准确率）
- 数据源仅限本地 CSV（无实时爬取）
- 生产环境考虑使用商业情感 API
Crystaria (与 Paw 和 Kyle)