web-insight（网络洞察力）

互联网内容洞察 (WebInsight)

面向全域网络信息监测与情报分析场景，提供多条件组合精准检索能力，可覆盖全网新闻、社交、资讯等多渠道公开内容。

一、前置条件：配置 API Key

使用本技能前，必须先配置 API Key。

检查配置

cat .env | grep FEEDAX_SEARCH_API_KEY

如果未配置

在 .env 文件中添加：

FEEDAX_SEARCH_API_KEY=your_api_key_here

API Key 请前往 https://www.feedax.cn 免费申请

错误码说明

二、CLI 命令行工具

文件: scripts/search_cli.py

2.1 基础用法

# 基础搜索
python3 scripts/search_cli.py --query "医疗问题"

# 搜索指定地域（最近7天）
python3 scripts/search_cli.py --query "南京 315" --area "南京" --days 7

# 搜索指定媒体平台和情感倾向
python3 scripts/search_cli.py --query "医疗问题" --media "微博,抖音" --sentiment negative

2.2 参数说明

必填参数

关键词语法:

• | = 或（OR），如 北京|上海
• & = 与（AND），如 (南京|金陵)&(杀人|凶杀)
• () = 分组

分页与排序

排序字段可选值:

• publish_time - 默认，按发布时间
• interact_count - 按互动数（热度）
• comments_count - 按评论数
• likes_count - 按点赞数
• reposts_count - 按转发数
• fans_count - 按粉丝数

内容筛选

时间筛选

互动数据筛选

输出控制

2.3 输出配置

2.4 完整示例

# 搜索南京315相关负面信息，最近一周，只看微博抖音
python3 scripts/search_cli.py \
    --query "(南京|金陵)&(315|消协|投诉|维权)" \
    --area "南京" \
    --days 7 \
    --media "微博,抖音" \
    --sentiment negative \
    --size 20 \
    --show-count 5

三、解析规则

3.1 关键词解析

从用户输入中提取核心检索关键词：

规则:

1. 提取2-3个核心关键词
2. 为地名、动作词添加同义词
3. 人名/品牌不扩充
4. 情感词通过 --sentiment 参数控制

3.2 媒体平台映射

3.3 情感倾向映射

3.4 媒体级别映射

3.5 消息类型映射

3.6 认证类型映射

3.7 时间范围映射

3.8 排序方式映射

默认规则：除非用户明确要求，否则使用 publish_time

四、参考数据

4.1 媒体平台列表

抖音、快手、微博、今日头条、火山、哔哩哔哩、小红书、微信、百家号、搜狐新闻、同花顺、股吧、东方财富、百度贴吧、网易、豆瓣网、知乎、西瓜、好看、黑猫投诉、腾讯新闻、新浪财经等

4.2 领域分类 (--domain)

一级分类: 社会民生、城市管理、社会问题、司法相关、涉政相关、生态环境、教育相关、三农相关、突发事件、涉警相关

二级分类示例:

• 社会民生: 劳动就业、消费问题、征地拆迁、医疗问题、住房问题、交通问题
• 突发事件: 自然灾害、事故灾难、公共卫生事件、社会安全事件
• 涉警相关: 治安管理、人身安全、涉毒、涉黑涉恶、诈骗

详见 references/domains.json

4.3 场景分类 (--scene)

一级场景: 非法烟花、实名举报、自然灾害、维权场景、城市管理、交通事故、打架斗殴、涉警信息、校园安全、环境污染、医疗卫生、安全事故

二级场景示例:

• 自然灾害: 洪涝场景、沙尘雾霾
• 维权场景: 讨薪维权、业主维权、拆迁维权
• 安全事故: 火灾事故、坍塌事故、溺水事故

详见 references/scenes.json

4.4 参考文件

• references/domains.json - 领域分类完整列表
• references/scenes.json - 场景分类完整列表
• references/media_names.json - 媒体平台完整列表
• assets/area_codes.json - 国标区域编码数据

五、执行流程

收到用户搜索请求后，按以下步骤执行：

Step 1: 检查 API Key 配置

cat .env | grep FEEDAX_SEARCH_API_KEY

• 如果返回空或文件不存在，提示用户前往 https://www.feedax.cn 申请
• 如果存在有效的 API Key，继续下一步

Step 2: 解析用户输入

从用户自然语言中提取参数，映射到 CLI 参数：

Step 3: 构建并执行搜索命令

根据解析结果构建命令：

python3 scripts/search_cli.py \
    --query "关键词表达式" \
    --days 7 \
    --area "地域" \
    --media "平台1,平台2" \
    --sentiment negative \
    --domain "领域" \
    --size 50

Step 4: 返回结果

• 在对话中展示前5条数据摘要
• 完整数据自动保存至 ~/Desktop/舆情搜索结果/ 目录

六、执行示例

示例1：基础舆情搜索

用户输入: "搜索最近3天南京关于医疗问题的负面舆情，只看微博和抖音"

python3 scripts/search_cli.py \
    --query "(南京|金陵)&(医疗|就医|看病)" \
    --days 3 \
    --area "南京" \
    --media "微博,抖音" \
    --sentiment negative \
    --domain "社会民生-医疗问题"

示例2：热点事件追踪

用户输入: "搜索比亚迪汽车召回相关信息，按热度排序，返回100条"

python3 scripts/search_cli.py \
    --query "比亚迪&(召回|退市|下架|缺陷)" \
    --days 7 \
    --sort interact_count \
    --size 100

示例3：官方账号监测

用户输入: "搜索央视新闻发布的关于教育的内容，最近一周"

python3 scripts/search_cli.py \
    --query "教育" \
    --author "央视新闻" \
    --days 7 \
    --msg-type original

示例4：短视频平台监测

用户输入: "搜索抖音快手上关于交通事故的视频，互动数超过1000"

python3 scripts/search_cli.py \
    --query "交通事故" \
    --media "抖音,快手" \
    --content-type video \
    --scene "交通事故" \
    --min-interact 1000

示例5：大V账号舆情

用户输入: "搜索蓝V账号发布的关于食品安全的负面信息"

python3 scripts/search_cli.py \
    --query "(食品安全|食品卫生|食物中毒)" \
    --verification blue \
    --sentiment negative \
    --domain "社会民生-食品安全"

示例6：精确时间范围搜索

用户输入: "搜索2026年3月1日到3月15日期间上海的房价相关信息"

python3 scripts/search_cli.py \
    --query "(上海|沪)&(房价|楼市|房产)" \
    --area "上海" \
    --time-from "2026-03-01 00:00:00" \
    --time-to "2026-03-15 23:59:59" \
    --domain "社会民生-住房问题"

示例7：省级媒体监测

用户输入: "搜索央媒和省媒关于环境污染的报道"

python3 scripts/search_cli.py \
    --query "(环境污染|空气污染|水污染|土壤污染)" \
    --media-class "央媒,省媒" \
    --domain "生态环境" \
    --msg-type original