核心用法
Sentiment Radar 是一套多平台社媒舆情采集与分析工作流，覆盖中文（小红书）与英文（Twitter/Reddit）两大生态。用户需先通过 MediaCrawler 获取小红书笔记与评论数据（依赖 CDP 浏览器与二维码登录），再经由 Xpoz MCP 工具获取 Twitter/Reddit 帖子，最终通过分析脚本生成结构化情感报告。
关键流程：
1. 目标定义：明确监测产品/品牌及关键词列表
2. 数据采集：小红书使用 MediaCrawler（Python+Playwright），Twitter/Reddit 调用 xpoz.getTwitterPostsByKeywords / xpoz.getRedditPostsByKeywords
3. 智能分析：自动执行关键词分布、产品提及频次、情感分类（正面/负面/担忧/中性）、高互动内容排序、价格投诉提取、竞品对比评论挖掘
4. 报告输出：生成 JSON（供程序调用）与 Markdown（可读报告）双格式
显著优点
- 平台覆盖全：同时支持中国主流种草平台与海外社媒，便于全球化品牌监测
- 分析维度深：不仅统计情感比例，还能提取定价敏感点、用户痛点、竞品对比等可执行洞察
- 反爬策略成熟：MediaCrawler 采用 CDP 模式+2秒延迟，降低封号风险
- 可扩展性强：JSON 输出便于接入 BI 系统，支持 cron 定时任务实现持续监控
潜在缺点与局限性
- 认证门槛高：小红书需二维码扫码登录，Twitter/Reddit 需 OAuth Token 配置，新手配置成本较大
- 数据时效受限：依赖平台公开接口与爬虫，无法获取私有/限流内容
- 中文数字解析：需额外处理「1.1万」等格式，存在解析边界情况
- 无实时流式采集：当前为批量拉取模式，非实时监听
适合人群
- 产品经理/市场分析师：追踪新品发布反馈与竞品口碑
- 品牌运营团队：监测舆情危机与KOL投放效果
- 投资研究人员：捕捉消费品类目的用户情绪信号
- 出海企业：同步监测海内外市场对产品的差异化反应
常规风险
- 账号封禁：频繁爬取可能触发平台风控，建议控制请求频率
- 数据合规：社媒内容采集需遵守《个人信息保护法》及平台 ToS，商用需评估法律风险
- Token 泄露：OAuth Token 存储于本地明文文件，共享环境需加密处理
- 依赖维护：MediaCrawler 与 Xpoz MCP 为第三方项目，API 变更可能导致功能中断