Expanso sentiment-score

📊 一键量化文本情感极性

基于 Expanso Edge 的文本情感分析工具,将任意文本转换为-1到+1的标准化情感分数,适用于内容审核、舆情监控等场景。

收藏
6.5k
安装
1.4k
版本
1.0.0
CLS 安全性认证2026-08-04
点击查看完整报告 >

使用说明

核心用法

sentiment-score 是一个基于 Expanso Edge 框架运行的文本情感分析技能,可将输入文本转换为-1(极度负面)至+1(极度正面)的标准化情感分数。支持三种运行模式:

1. CLI Pipeline:通过标准输入管道直接运行,适合脚本集成和批量处理
2. MCP Pipeline:作为 Model Context Protocol 服务器启动,便于与 AI 助手(如 Claude)集成

3. Expanso Cloud:部署到云端,实现分布式处理和 API 化调用

安装依赖简单,通过 clawhub install expanso-edge 即可完成环境配置。

显著优点

  • 标准化输出:采用业界通用的 [-1, +1] 情感极性区间,结果直观可比
  • 多模式部署:本地 CLI、MCP 服务、云端托管三种形态覆盖开发到生产全周期
  • 框架集成:深度绑定 Expanso 生态,可利用其分布式任务调度能力
  • 无状态设计:纯文本输入输出,易于水平扩展和容器化部署

潜在缺点与局限性

  • 依赖特定运行时:必须安装 Expanso Edge 二进制环境,增加了部署复杂度
  • 黑盒模型:文档未披露底层使用的情感分析模型(基于规则/传统 ML/大模型),可解释性和准确性难以预估
  • 语言支持未明:未说明支持哪些语言,多语言场景下效果存疑
  • 分数粒度粗糙:单一标量输出可能丢失情感的多维度信息(如愤怒 vs 悲伤)

适合人群

  • 已使用 Expanso 技术栈的开发者团队
  • 需要快速搭建情感分析管道的原型验证场景
  • 构建 AI 工作流(通过 MCP 协议)需要将情感分析作为工具调用的用户

常规风险

  • 供应链风险:依赖 Expanso 专有工具和 Clawhub 包管理器,存在供应商锁定
  • 模型漂移风险:未提及模型版本管理和更新机制,长期使用可能出现效果衰减
  • 数据隐私:云端部署模式需将文本数据发送至 Expanso 基础设施,敏感内容需谨慎评估

安全解读

核心用法

sentiment-score 是一款基于 YAML 配置文件驱动的文本情感分析 Skill,通过 Expanso Edge 运行时执行。用户可通过三种方式调用:CLI 管道模式(echo '文本' | expanso-edge run pipeline-cli.yaml)、MCP 服务器模式(expanso-edge run pipeline-mcp.yaml),或直接部署到 Expanso Cloud。该 Skill 接收任意文本输入,调用 OpenAI API(gpt-4o-mini 模型)进行分析,输出 -1(极度负面)到 +1(极度正面)的标准化情感分数,适用于批量内容评估、舆情监控、评论分析等场景。

显著优点

1. 零代码执行风险:纯 YAML 配置驱动,无 Python/Node.js 等可执行脚本,彻底规避代码注入、eval/exec 等传统安全风险。
2. 部署灵活:支持本地 CLI、MCP 服务器及云端三种模式,适配开发测试、Agent 集成和生产部署的全生命周期需求。

3. 标准化输出:采用学术界通用的 -1 到 +1 情感极性量表,结果可直接用于数据可视化、趋势分析和机器学习特征工程。

4. 依赖最小化:除 Expanso Edge 运行时外无第三方依赖,降低供应链攻击面。

潜在缺点与局限性

1. 外部 API 依赖:必须配置有效的 OPENAI_API_KEY,产生按量计费成本,且受 OpenAI 服务可用性影响;离线环境无法使用。
2. 数据隐私顾虑:文本需上传至 OpenAI 服务器处理,涉及敏感内容(如用户隐私数据、商业机密)时存在合规风险。

3. 模型黑箱性:gpt-4o-mini 的评分逻辑不可解释,特定领域(如讽刺、网络俚语、多语言混合)可能出现偏差。

4. 来源维护风险:T3 级个人开发者项目,GitHub Star 数低(约 5),长期更新维护保障弱于企业级方案。

适合的目标群体

  • 内容运营团队:快速批量评估用户评论、社交媒体帖文的情感倾向;
  • 产品经理与 UX 研究员:分析用户反馈的情感分布,辅助优先级决策;
  • 数据分析师:为 BI 报表、情感趋势看板提供标准化特征数据;
  • AI Agent 开发者:作为 MCP 工具集成到自动化工作流,实现智能内容路由。

使用风险

  • 凭证泄露风险:OPENAI_API_KEY 需通过环境变量注入,共享环境或版本控制中误提交可能导致密钥泄露;
  • 成本控制风险:高频调用可能产生意外账单,需配合用量监控;
  • 数据跨境风险:OpenAI API 默认路由至海外节点,处理境内敏感数据时需评估合规性;
  • 模型版本漂移:OpenAI 模型更新可能导致评分基准变化,影响历史数据可比性。

Expanso sentiment-score 内容

test文件夹
fixtures文件夹
手动下载zip · 4.3 kB
input.txttext/plain
请选择文件