yuqing-bitable-and-label

🛡️ 舆情数据智能同步与AI安全标注

小爱数据增量同步飞书多维表,支持机器与AI双轨智能标注,适用于舆情监测与品牌安全管理

收藏
2.5k
安装
970
版本
2.0.7
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

该技能实现「小爱数据接口 → 飞书多维表」的增量同步与智能标注闭环:

1. 数据同步阶段:从小爱舆情接口拉取指定时间窗口(默认前60分钟)的数据,写入飞书多维表,支持自定义 folder_id、customer_id 等筛选参数

2. 智能标注阶段(可选开启):对增量数据执行六维标注——

  • 机器规则层:类型识别、评价情感判断、竞品提及检测、端属性判定
  • AI安全层:品牌安全与内容安全双维度AI审核(由 OpenClaw 内置大模型驱动)

通过 run_labeling 开关控制是否触发标注流程,labeling_limit 控制单次处理量防止资源过载。

显著优点

  • 双轨标注架构:机器规则+大模型AI的分层设计,兼顾效率与深度理解
  • 增量处理机制:时间窗口驱动,避免全量同步的性能损耗
  • 企业级集成:原生对接飞书开放平台,无缝融入办公协作流
  • 安全可控:AI标注可独立开关,brand safety / content safety 专项审核满足合规要求

潜在局限

  • 外部依赖较重:需同时维护小爱token、飞书应用凭证双端权限
  • 网络域限制:硬编码依赖 wisersone.com.cn 与飞书域名,跨网环境需额外配置
  • AI标注成本:大模型调用产生隐性成本,高频率同步场景需关注配额消耗
  • 标注黑箱性:AI安全判断标准未完全透明,需人工抽检校验

适合人群

品牌公关团队、舆情监测运营、市场洞察分析师,以及需要将外部舆情数据结构化入库飞书BI的企业用户。

常规风险

  • 凭证泄露风险:app_secret 与 xiaoai_token 需妥善保管
  • 数据残留风险:多维表历史数据需定期清理策略
  • 模型误判风险:AI安全审核存在假阳性/假阴性,关键决策需人工复核

yuqing-bitable-and-label 内容

手动下载zip · 41.4 kB
bitable_labeling_skill.pytext/plain
请选择文件