---
name: osint-social-account-evaluator
description: 开源情报-社交媒体账号综合评估技能。全面分析社交媒体账号的活跃度、内容类型、互动热度、网络变化、话题立场、核心叙事、关注网络、粉丝质量和风险信号。输出执行摘要、数据可视化、核心叙事、角色策略、影响力评估、风险信号和结论建议。使用场景：KOL监控、舆情分析、认知战研究、假账号检测、影响力评估。属于开源情报技能集。
---

# 开源情报-社交媒体账号综合评估

## 功能概述

本技能用于对目标社交媒体账号进行全面、深入的评估，包括：

- **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

## 输入格式

### 账号信息（account_info）

```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（tweets）

```json
[
  {
    "id": "1",
    "text": "Tweet text here",
    "created_at": "2026-04-01T10:00:00Z",
    "like_count": 5000,
    "retweet_count": 2000,
    "reply_count": 500
  }
]
```

### 网络历史（network_history, 可选）

```json
[
  {
    "date": "2026-03-01",
    "followers_count": 110000,
    "following_count": 500
  }
]
```

### 交互数据（可选）

- `following_accounts`: 关注的账号列表
- `followers_sample`: 粉丝样本
- `interactions`: 交互记录列表

## 处理流程

1. 活跃度指标计算
2. 内容类型分布与互动热度分析
3. 网络规模变化分析
4. 话题与立场分析
5. 核心叙事识别
6. 粉丝质量与社群分析
7. 风险信号检测
8. 综合评估与建议生成

## 输出格式

### Markdown报告

包含以下部分：
- **执行摘要** - 账号性质、核心活动、状态变化
- **数据可视化** - 核心指标表格、高频互动账号Top5、主要话题标签
- **核心叙事** - 集中推动的核心叙事及变化
- **角色与策略** - 账号角色（信息源/放大器/辩论者）、传播策略
- **影响力评估** - 影响力真实性、主要影响受众
- **风险信号** - 各类风险信号详情
- **结论与建议** - 总体判断、后续行动建议

### JSON结构化数据

完整结果包含所有分析模块的详细数据。

## 使用方法

### 命令行

```bash
cd /root/.openclaw/workspace/skills/social-account-evaluator
python3 scripts/main.py references/test-input.json
```

### Python代码

```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"])
```

## 核心模块

| 模块 | 功能 |
|------|------|
| `main.py` | 主入口 |
| `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 |

## 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