# 社交媒体账号综合评估技能

**版本：** v1.0.0
**创建日期：** 2026-04-02
**用途：** 全面、深入地评估社交媒体账号，包括活跃度、内容、网络、话题、叙事、社群和风险

---

## 功能概述

本技能用于对目标社交媒体账号进行全方位评估：

✅ **活跃度分析** - 日均发帖数、发帖高峰时段、活跃天数占比
✅ **内容分析** - 原创/转推/引用/回复占比、互动热度、爆文识别
✅ **网络分析** - 粉丝/关注数变化趋势、关注网络类型
✅ **主题与叙事分析** - 关键词提取、主题聚类、情感分析、核心叙事识别
✅ **粉丝与社群分析** - 粉丝质量评估（机器人/虚假账号）、核心社群识别
✅ **风险评估** - 造谣、煽动、网络暴力、操控舆论等风险信号检测

---

## 快速开始

### 1. 命令行使用

```bash
cd /root/.openclaw/workspace/skills/social-account-evaluator

# 使用测试数据
python3 scripts/main.py references/test-input.json

# 使用自定义数据
python3 scripts/main.py your-input.json
```

### 2. 输入数据格式

**账户信息：**
```json
{
  "id": "example_account",
  "username": "Example User",
  "bio": "Bio text here",
  "location": "Location",
  "created_at": "2020-01-01",
  "followers_count": 120000,
  "following_count": 500,
  "verified": true
}
```

**推文数据：**
```json
[
  {
    "id": "1",
    "text": "Tweet text here",
    "created_at": "2026-04-01.10:00:00Z",
    "like_count": 5000,
    "retweet_count": 2000,
    "reply_count": 500
  }
]
```

---

## 核心模块

| 模块 | 功能 |
|------|------|
| `main.py` | 主入口：完整评估流程 |
| `evaluate_account.py` | 综合评估逻辑 |
| `analyze_activity.py` | 活跃度分析 |
| `analyze_content.py` | 内容分析 |
| `analyze_network.py` | 网络分析 |
| `analyze_topic_narrative.py` | 主题与叙事分析 |
| `analyze_follower_risk.py` | 粉丝与风险分析 |
| `generate_report.py` | 报告生成 |

---

## 输出示例

### 执行摘要

```
**账号基本信息：**
- 账号ID：example_account
- 用户名：Example User
- 粉丝数：120,000
- 认证状态：已认证

**核心指标：**
- 发帖总数：100
- 日均发帖：1.1
- 平均互动量：2,500.0
- 互动峰值：10,000
- 粉丝增长率：5.2%

**账号性质：**
- 角色：信息源
- 影响力质量：真实
- 总体风险等级：低
```

### 数据可视化

| 指标 | 数值 |
|------|------|
| 发帖总数 | 100 |
| 日均发帖 | 1.1 |
| 互动峰值 | 10,000 |
| 粉丝净增长 | 10,000 |

### 核心叙事

**主要关注领域：** 政治（置信度80%）

**核心叙事列表：**
| 叙事ID | 类型 | 关键元素 | 出现次数 | 情感倾向 |
|--------|------|----------|----------|----------|
| narrative_1 | hashtag_based | #policy | 10 | 负面 |

### 角色与策略

**账号角色：** 信息源

**主要传播策略：**
- ✅ 制造原创内容，主动设置议程
- ✅ 使用特定话题标签，建立品牌识别

### 影响力评估

**影响力真实性：**
- 质量等级：真实
- 真实性评分：85/100

**主要影响受众：**
基于主要话题（政治），推断该账号的主要影响受众为：
- 政治关注者、政策制定者、政治活动家

### 风险信号

**总体风险等级：** 🟢 低

**风险信号详情：**
| 风险类型 | 出现次数 | 风险等级 | 评分 |
|----------|----------|----------|------|
| （无风险信号） |

### 结论与建议

**总体判断：**
该账号在过去的观察期内表现为：
- 角色：信息源
- 影响力质量：真实
- 风险等级：低

**判断：需要常规监控**
该账号风险较低，可作为常规信息源，但建议保持适度关注。

**后续行动建议：**
| 优先级 | 类型 | 行动 | 描述 |
|--------|------|------|------|
| 🟢 中 | 监控 | 纳入常规监控列表 | 作为信息源，需要持续监测其内容质量和可信度 |

---

## Python代码使用

```python
import json
import sys
sys.path.insert(0, "/root/.openclaw/workspace/skills/social-account-evaluator/scripts")

from main import evaluate_account_with_report

# 加载数据
with open("input.json", "r", encoding="utf-8") as f:
    data = json.load(f)

# 执行评估
result = evaluate_account_with_report(
    account_info=data["account_info"],
    tweets=data["tweets"],
    network_history=data.get("network_history"),
    following_accounts=data.get("following_accounts"),
    followers_sample=data.get("followers_sample"),
    interactions=data.get("interactions"),
    days_back=data.get("days_back", 90)
)

# 输出报告
print(result["report"])

# 输出完整JSON
# print(json.dumps(result, ensure_ascii=False, indent=2, default=str))
```

---

## 应用场景

- **KOL监控** - 监控意见领袖的行为模式和影响力变化
- **舆情分析** - 识别舆论源头和传播路径
- **认知战研究** - 分析敌对叙事的传播者和策略
- **假账号检测** - 识别机器人账号和虚假账号
- **影响力评估** - 评估账号影响力的真实性和质量
- **风险预警** - 检测高风险行为并提前预警

---

## 技术特性

✅ 多维度分析（活跃度、内容、网络、主题、叙事、社群、风险）
✅ 智能算法（事件聚类、主题分类、情感分析、叙事识别）
✅ 风险检测（造谣、煽动、网络暴力、操控舆论）
✅ 质量评估（粉丝质量、影响力真实性）
✅ Markdown格式报告生成
✅ 结构化JSON输出
✅ 可扩展主题和情感词典

---

## 参数配置

| 参数 | 类型 | 默认值 | 说明 |
|------|------|--------|------|
| `days_back` | int | 90 | 分析时间范围（天数） |

---

## 注意事项

1. **数据质量依赖**：分析结果高度依赖输入数据的完整性和准确性
2. **主题分类简化**：当前使用关键词匹配，实际应用中建议使用NLP模型
3. **情感分析简化**：当前使用词典方法，实际应用中建议使用情感分析模型
4. **样本代表性**：粉丝和交互数据为样本，结论的可靠性取决于样本的代表性
5. **语言支持**：当前主要支持英文，中文主题分类需要扩展关键词库

---

## 文件结构

```
social-account-evaluator/
├── SKILL.md                              # 技能说明
├── README.md                             # 本文件
├── scripts/
│   ├── main.py                           # 主入口
│   ├── evaluate_account.py                # 综合评估
│   ├── analyze_activity.py                # 活跃度分析
│   ├── analyze_content.py                 # 内容分析
│   ├── analyze_network.py                 # 网络分析
│   ├── analyze_topic_narrative.py          # 主题与叙事分析
│   ├── analyze_follower_risk.py           # 粉丝与风险分析
│   └── generate_report.py                 # 报告生成
└── references/
    └── test-input.json                   # 测试输入数据
```

---

## 测试验证

✅ 所有脚本已通过测试
✅ 测试数据已验证
✅ 所有分析模块功能正常
✅ 报告生成功能正常

---

**技能路径：** `/root/.openclaw/workspace/skills/social-account-evaluator/`