名称： review-summarizer
描述： 从多个平台（亚马逊、Google、Yelp、TripAdvisor）抓取、分析并总结产品评论。提取关键洞察、情感分析、优缺点及购买建议。适用于套利研究、联盟营销内容创作或辅助购买决策。

评论总结器

概述

自动从多个平台抓取并分析产品评论，提取可操作的洞察。生成包含情感分析、优缺点识别及数据驱动建议的全面总结报告。

核心功能

1. 多平台评论抓取

支持平台：
- 亚马逊（产品评论）
- Google（Google 地图、Google 购物）
- Yelp（商家与产品评论）
- TripAdvisor（酒店、餐厅、景点）
- 自定义平台（通过 URL 模式匹配）

抓取选项：
- 全部评论或特定时间范围
- 仅限已验证购买
- 按评分筛选（1-5 星）
- 包含图片与媒体
- 最大评论数量限制

2. 情感分析

分析内容：
- 整体情感得分（-1.0 至 +1.0）
- 情感分布（正面/中性/负面）
- 关键情感驱动因素（导致正面/负面评价的原因）
- 趋势分析（情感随时间变化）
- 基于特定方面的情感（电池续航、质量、物流等）

3. 洞察提取

自动识别：
- 评论中提及的主要优点
- 常见投诉与缺点
- 高频问题
- 使用场景与应用
- 提及的竞品对比
- 针对特定功能的反馈

4. 总结生成

输出格式：
- 执行摘要（150-200 字）
- 按类别的详细分析
- 带频次统计的优缺点列表
- 统计摘要（平均评分、评论数量等）
- CSV 导出以供分析
- Markdown 报告用于文档记录

5. 推荐引擎

基于以下因素生成建议：
- 整体情感得分
- 评论数量与时效性
- 已验证购买比例
- 基于特定方面的评分
- 竞品对比

快速开始

总结亚马逊产品评论

# 使用 scripts/scrape_reviews.py
python3 scripts/scrape_reviews.py \
  --url "https://amazon.com/product/dp/B0XXXXX" \
  --platform amazon \
  --max-reviews 100 \
  --output amazon_summary.md

跨平台评论对比

# 使用 scripts/compare_reviews.py
python3 scripts/compare_reviews.py \
  --product "Sony WH-1000XM5" \
  --platforms amazon,google,yelp \
  --output comparison_report.md

生成快速摘要

# 使用 scripts/quick_summary.py
python3 scripts/quick_summary.py \
  --url "https://amazon.com/product/dp/B0XXXXX" \
  --brief \
  --output summary.txt

脚本说明

scrape_reviews.py

从单个 URL 抓取并分析评论。

参数：
- --url：产品或商家评论 URL（必需）
- --platform：平台（amazon, google, yelp, tripadvisor）（如省略则自动检测）
- --max-reviews：抓取的最大评论数（默认：100）
- --verified-only：仅筛选已验证购买
- --min-rating：包含的最低评分（1-5）
- --time-range：时间筛选（7d, 30d, 90d, all）（默认：all）
- --output：输出文件（默认：summary.md）
- --format：输出格式（markdown, json, csv）

示例：

python3 scripts/scrape_reviews.py \
  --url "https://amazon.com/dp/B0XXXXX" \
  --platform amazon \
  --max-reviews 200 \
  --verified-only \
  --format markdown \
  --output product_summary.md

compare_reviews.py

跨多个平台对比同一产品的评论。

参数：
- --product：产品名称或关键词（必需）
- --platforms：逗号分隔的平台列表（默认：全部）
- --max-reviews：每个平台的最大评论数（默认：50）
- --output：输出文件
- --format：输出格式（markdown, json）

示例：

python3 scripts/compare_reviews.py \
  --product "AirPods Pro 2" \
  --platforms amazon,google,yelp \
  --max-reviews 75 \
  --output comparison.md

sentiment_analysis.py

分析评论文本的情感倾向。

参数：
- --input：输入文件或文本（必需）
- --type：输入类型（file, text, url）
- --aspects：分析特定方面（逗号分隔）
- --output：输出文件

示例：

python3 scripts/sentiment_analysis.py \
  --input reviews.txt \
  --type file \
  --aspects battery,sound,quality \
  --output sentiment_report.md

quick_summary.py

生成简短的执行摘要。

参数：
- --url：评论 URL（必需）
- --brief：仅生成简要摘要（不含详细分析）
- --words：摘要字数（默认：150）
- --output：输出文件

示例：

python3 scripts/quick_summary.py \
  --url "https://yelp.com/biz/example-business" \
  --brief \
  --words 100 \
  --output summary.txt

export_data.py

导出评论数据以供进一步分析。

参数：
- --input：摘要文件或 JSON 数据（必需）
- --format：导出格式（csv, json, excel）
- --output：输出文件

示例：

python3 scripts/export_data.py \
  --input product_summary.json \
  --format csv \
  --output reviews_data.csv

输出格式

Markdown 总结结构示例

# 产品评论总结：[产品名称]

## 概览
- **平台：** 亚马逊
- **分析评论数：** 247
- **平均评分：** 4.3/5.0
- **整体情感：** +0.72（正面）

## 关键洞察

### 主要优点
1. 出色的音质（89 条评论）
2. 优秀的电池续航（76 条评论）
3. 佩戴舒适（65 条评论）

### 主要缺点
1. 价格昂贵（34 条评论）
2. 连接问题（22 条评论）
3. 颜色选择有限（18 条评论）

## 情感分析
- **正面：** 78%（193 条评论）
- **中性：** 15%（37 条评论）
- **负面：** 7%（17 条评论）

## 推荐建议
✅ **推荐购买** - 情感积极，客户满意度高。

最佳实践

套利研究

1. 跨平台对比 - 检查亚马逊与 eBay 卖家评分
2. 识别风险信号 - 高退货率、质量问题投诉
3. 验证真实性 - 仅分析已验证购买
4. 分析趋势 - 近期评论情感与历史评论对比

联盟营销内容创作

1. 提取真实引述 - 使用真实客户反馈
2. 识别使用场景 - 了解用户如何使用产品
3. 发现痛点 - 产品解决了哪些问题
4. 建立可信度 - 基于大量评论数据

购买决策

1. 查看近期评论 - 最近 30-90 天
2. 关注一星评价 - 了解最差情况
3. 匹配自身需求 - 根据使用场景选择功能
4. 对比竞品 - 使用 compare_reviews.py

集成应用

与价格追踪器结合

使用评论总结验证套利机会：

# 1. 寻找套利机会
price-tracker/scripts/compare_prices.py --keyword "Sony WH-1000XM5"

# 2. 通过评论验证
review-summarizer/scripts/scrape_reviews.py --url [amazon_url]
review-summarizer/scripts/scrape_reviews.py --url [ebay_url]

# 3. 做出明智决策

与内容回收器结合

利用评论洞察生成内容：

# 1. 总结评论
review-summarizer/scripts/scrape_reviews.py --url [amazon_url]

# 2. 将洞察用于文章
seo-article-gen --keyword "[产品名称] 评测" --use-insights review_summary.json

# 3. 跨平台回收内容
content-recycler/scripts/recycle_content.py --input article.md

自动化

每周评论监控

# 监控竞品
0 9 * * 1 /path/to/review-summarizer/scripts/compare_reviews.py \
  --product "竞品名称" \
  --platforms amazon,google \
  --output /path/to/competitor_analysis.md

负面趋势预警

# 检查情感得分是否低于阈值
if [ $(grep -o "Sentiment: -" summary.md | wc -l) -gt 0 ]; then
  echo "负面情感预警" | mail -s "评论预警" user@example.com
fi

数据隐私与道德

• 仅抓取公开可用的评论
• 遵守 robots.txt 与访问频率限制
• 不存储个人身份信息（PII）
• 聚合数据，不暴露单个评论者
• 遵循平台服务条款

局限性

• 部分平台存在访问频率限制
• 无法在所有平台验证购买状态
• 虚假评论可能影响分析结果
• 语言支持因平台而异
• 部分平台可能阻止抓取

基于数据决策。自动化研究。规模化智能。