English | 简体中文
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】
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
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 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。
| 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 | 无 | 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%） |
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 cli）。
📄 在线查看完整洞察报告示例（飞书文档） — 包含 15 章完整内容（V2.1 版，含异常信号卡）+ 飞书白板 mermaid 图表
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
可直接用于工作汇报的 HTML 报告，共享基座架构确保内容结构统一：
| 主题 | 风格 | 适用场景 |
|---|---|---|
| premium-gold | 黑金奢华 + Playfair Display | 高管汇报、品牌展示 |
| dark-tech | 赛博朋克 + Cyan + 毛玻璃 | 技术团队、数据驱动 |
| linear-minimal | 极简白蓝 + 清透玻璃 | 产品评审、简洁汇报 |
| posthog-analytics | 暖白橙色 + 暖色玻璃 | 数据分析、运营复盘 |
| stripe-executive | 翡翠绿 + 翡翠玻璃 | 金融企业、投资决策 |
| warm-editorial | 纸色铜色 + 纸感玻璃 | 品牌报告、编辑风格 |
每个看板包含：11个板块 + 异常信号卡区、交互式 Chart.js 图表（主题色板）、响应式设计、玻璃拟态卡片效果。
- 洞察总览（核心判断 + 战略方向 + 市场定位）
- 核心用户画像（多维度画像 + 核心诉求 + 原声引用）
- 核心卖点与价值验证（数据支撑 + 用户原话）
- 主要痛点与负面归因（严重性 + 瀑布效应 + 行动建议）
- 改进建议与优先级（P0/P1/P2 + 预期收益）
- 潜在机会与差异化（数据 + 建议）
- 典型用户深度解析 8-12. 深度内容章节
- 异常信号卡（严重度分级决策卡 + 代表原话引用 + 建议动作）
- 行动决策仪表盘
- 数据附录
| 输出 | 格式 | 说明 |
|---|---|---|
| 打标数据 | CSV | 原始评论 + 22维度标签 |
| 洞察报告 | Markdown | 15章深度分析 |
| 可视化看板 | HTML | 6套主题可选，玻璃拟态 |
| 飞书文档 | — | 自动同步报告 + mermaid白板 |
接入卖家精灵 MCP 数据源时,用以下 buluslan(公众号:新西楼.AI)专属优惠码享折扣(下单时在「折扣券」处粘贴对应码):
| 工具 | 优惠码 | 折扣 | 购买链接 |
|---|---|---|---|
| 卖家精灵 · MCP | XXL |
9 折 | open.sellersprite.com/pricing/mcp |
| 卖家精灵 · 会员 | XXL90(包月) / XXL72(单人包年) / XXL78(标准/高级/VIP 包年) |
见官网对应套餐 | sellersprite.com/cn/price |
卖家精灵
🎯 更多 AI 实战教程和专属福利尽在我们「MBG 跨境AI实战圈」,已有 50+ 跨境大卖、AI 专家热聊中
—— 欢迎跨境电商从业者加入我们,一起探索 AI+商业的最佳实践和真实边界,跑通【跨境AI】的从 0 到 1,打败你的同事,干掉你的老板。
社区介绍:my.feishu.cn/wiki/WNi0wh3mIiOLhzkCLFPcwUr9nrg
| 要求 | 详情 |
|---|---|
| 操作系统 | macOS / Linux / Windows |
| Python | 3.10 或更高版本（推荐 3.11.x） |
| Agent CLI | 任一 AI Coding Agent（Claude Code、Codex、Cursor、OpenCode 等）。Agent 自执行模式零 CLI 依赖；仅 headless 直跑（--llm cli）需 claude/opencode |
| 内存 | 建议 4GB+ |
| 飞书同步（可选） | 需安装 lark-cli 并完成认证登录 |
飞书同步说明：如需将分析结果同步到飞书文档，需提前安装
lark-cli（npm install -g lark-cli）并完成lark-cli login认证。如果未安装，工具会自动跳过飞书同步步骤，不影响其他功能。
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git clone https://github.com/buluslan/review-analyzer-skill.git
cd review-analyzer-skill
pip install -r requirements.txt# === 数据输入方式 ===
# 方式1：本地 CSV 文件
python3 main.py your_reviews.csv --max-reviews 200
# 方式2：卖家精灵平台数据（可选增强，需配置 SELLERSPRITE_SECRET_KEY）
python3 main.py --source sellersprite --asin B09XYZ123 --site US --max-reviews 200
# === LLM 执行模式（V2.2） ===
# agent（推荐，宿主 Agent 自执行打标与报告，零 CLI 依赖）:
python3 main.py your_reviews.csv --llm agent --max-reviews 200 --creator "Your Name"
# → prepare 退出后，宿主 Agent 按 prompt 打标/撰写报告，用 --resume <workdir> 推进
# cli（默认，headless 后备，subprocess 调 claude/opencode 一次跑完）:
python3 main.py your_reviews.csv --max-reviews 200 --creator "Your Name"
# === 完整参数 ===
python3 main.py your_reviews.csv \
--asin B09XYZ123 \
--template premium-gold \
--feishu-sync \
--concurrent 4 \
--creator "Your Name"
# === 可视化模板（6选1，或 none 跳过） ===
--template premium-gold|dark-tech|linear-minimal|posthog-analytics|stripe-executive|warm-editorial|none
# === 飞书同步（需提前安装 lark-cli 并认证） ===
--feishu-sync auto|manual|skip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
运行完成后，将在 output/ 目录生成以下文件：
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...# 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
...- 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）
分析自己产品的评论，发现用户痛点，优化产品功能和设计。
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。
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。
深度了解目标用户群体，构建精准用户画像，优化营销策略。
review-analyzer-skill/
├── main.py # V2.0 主入口（4 Phase 流程）
├── SKILL.md # Agent 指令文件（Claude Code Skill）
├── requirements.txt # Python 依赖
├── .env.example # 环境变量模板
├── src/
│ ├── config.py # CLI 单一模式配置
│ ├── template_engine.py # 统一模板引擎（Jinja2 SSR + 共享基座）
│ ├── chart_engine.py # Chart.js 图表配置生成
│ ├── insights_generator.py # 15章洞察报告生成（CLI subprocess）
│ ├── agent_pipeline.py # Agent 自执行模式（prepare/resume 状态机）
│ ├── pipeline_common.py # 共享输出阶段（打标CSV + MD + HTML + 飞书）
│ ├── output_manager.py # 输出管理（MD + HTML + 飞书同步）
│ ├── feishu_sync.py # 飞书文档 + 白板同步
│ ├── report_generator.py # 报告生成（兼容层）
│ ├── data_fetchers/ # 数据接入层（CSV + 卖家精灵）
│ ├── prompts/ # 15章 Prompt 体系
│ └── templates/ # 可视化看板模板
│ ├── base/ # 共享基座
│ │ ├── dashboard_base.html # 基座 HTML（Jinja2）
│ │ └── dashboard_base.css # 基座布局 CSS
│ ├── premium-gold/ # 黑金主题
│ ├── dark-tech/ # 赛博朋克主题
│ ├── linear-minimal/ # 极简蓝白主题
│ ├── posthog-analytics/ # 暖橙分析主题
│ ├── stripe-executive/ # 翡翠企业主题
│ └── warm-editorial/ # 报纸编辑主题
├── assets/ # 静态资源（README banner）
├── examples/ # 示例数据 + 输出样例
├── tools/ # 工具脚本
├── references/ # 参考文档
└── docs/ # 用户文档
Q1: V2.0 和 V1.0 有什么区别？
A: V2.0 是全面升级：
- 零 API Key：删除 Gemini 依赖，统一 CLI 单一模式
- 14章报告：从 7 章扩展到 14 章深度洞察
- 6套主题看板：从 1 套扩展到 6 套（含玻璃拟态质感）
- 飞书同步：自动同步文档 + mermaid 白板
- 共享基座架构：bug 只修一处，新增模板只需一个 CSS 文件
Q2: 需要什么 API Key？
A: 无需任何 API Key。--llm agent 模式下 LLM 工序由宿主 Agent 自执行（任何 AI Coding Agent 均可，消耗宿主配额）；--llm cli 后备模式使用 Claude Code / OpenCode CLI，消耗对应配额。
Q3: 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（可选）：时间/date/日期
详见 examples/reviews_sample.csv
Q4: 如何选择可视化模板？
A: 6 套模板对应不同场景：
- premium-gold：高管汇报、品牌展示（默认）
- dark-tech：技术团队、数据分析
- linear-minimal：产品评审、简洁汇报
- posthog-analytics：运营复盘、增长分析
- stripe-executive：金融企业、投资决策
- warm-editorial：品牌报告、杂志风格
使用 --template none 可跳过看板生成。
Q5: 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、eBay、AliExpress、Shopee、淘宝/天猫，以及其他 CSV 格式评论数据。
| 特性 | Review Analyzer Skill V2.0 | 其他工具 |
|---|---|---|
| 架构 | Agent 原生 Skill | 通常为独立脚本 |
| API Key | 零（宿主 Agent 自执行 / CLI 后备） | 多数需要 API Key |
| 洞察报告 | 15章深度分析 | 基础统计 |
| 可视化 | 6套主题 + 玻璃拟态 | 单一模板或无 |
| 飞书集成 | 文档 + 白板自动同步 | 多不支持 |
| 数据隐私 | 本地处理，不上传第三方 | 多为在线服务 |
| 模板扩展 | 新增主题 = 1个 CSS 文件 | 需完整重写 |
- v1.0.0 - 首个正式发布（22维度标签 + 双模式 + HTML看板）
- v2.0.0 - Agent 原生版（14章报告 + 6套主题 + 飞书同步 + 共享基座架构）
- v2.1.0 - 异常信号卡 + 卖家精灵数据源 + 测试套件（52 用例）
- v2.2.0 - Agent 自执行模式（打标与报告由宿主 Agent 完成，零 CLI 依赖；测试 59 用例）
- v2.2.1 - description 三段式门面（品牌营销 + 英文概述 + 触发保留）
- v2.3.0 - Web 端增强（前端模板选择器 + 截图导出）
- v3.0.0 - 多平台分析（批量 ASIN + 竞品对比报告）
本项目采用 MIT License 开源许可证。
- 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
感谢以下社区贡献者对本项目的贡献：
| 贡献者 | 贡献内容 |
|---|---|
| @zeropool | OpenCode CLI 引擎支持、URL 远程输入、头像资源压缩（PR#1） |
社区贡献者在提交 PR 后，维护团队会进行代码审查。为确保代码质量与稳定性，部分 PR 可能会以改进版本合入，而非直接 merge 原始提交。
- Issues: GitHub Issues
- 联系Builder，请备注【github】：
如果这个工具帮到了你,欢迎 ⭐ Star 支持。更多 AI × 跨境电商实操内容,关注公众号「新西楼.AI」。