通用 AI 生图：文生图 / 图生图 / 图像变体。当用户说 AI 生图、AI 画图、文生图、图生图、生成图片、生成配图、图像生成、AI 出图、AI 作图、换图、改图、图像编辑、给我画一张、生成一张图 时使用。支持 OpenAI 兼容 API 与 apimart 异步 API，用户自备 API key。
日本語の概要は準備中です。原文の説明を表示しています。
ZJU-REAL/Easel3,5922026年10月12日 更新
無料GitHub で公開
skill-comment-insights
评论区量化分析：对一批评论做情感分析（正/中/负占比 + 代表评论）、高频词与短语提取、 以及需求/吐槽/提问的诉求挖掘，为内容复盘和选题反哺提供数据。当用户说"评论情感分析" "评论区分析""用户在说什么""评论正负面比例""评论高频词""评论关键词""口碑分析""评论词云" "用户诉求""评论区吐槽"时使用。
基于 jieba（分词）+ SnowNLP（情感）+ 社媒情感词典。
含まれるファイル（2）
- SKILL.md3.0 KB
- scripts/comment_insights.py11.4 KB
SKILL.md（原文）
インストールする前に、エージェントに与えられる指示の中身を確認できます。
评论区量化分析（comment-insights）
对评论做量化洞察：情感分布、高频词/短语、需求与吐槽挖掘。走
scripts/comment_insights.py（jieba + SnowNLP + 社媒情感词典）。
和 skill-community-ops 的分工：community-ops 是"怎么回评论 + 危机应对"（运营动作）； 本 SKILL 是"评论区在说什么"（量化数据）。评论抓取见 skill-xhs-analyzer。
⚠️ 依赖
pip install jieba snownlp（首次 jieba 会构建词典缓存）。
输入
评论数据，三种格式：
.txt：每行一条评论.json：字符串数组，或对象数组（--column指定字段，默认 content）.csv：--column指定评论列（默认首列/content）
输出（outputs/主题名/）
- 报告 JSON：情感分布/占比 + 正负代表评论 + 高频词 + 高频短语 + 需求/吐槽/提问计数与例子
- 终端可读摘要
执行
脚本路径（相对项目根）：skills/builtin/skill-comment-insights/scripts/comment_insights.py。
python <skill>/scripts/comment_insights.py analyze -i comments.txt --top 20 \
-o outputs/主题名/report.json
# CSV 指定列
python <skill>/scripts/comment_insights.py analyze -i comments.csv --column 评论内容
结果怎么用
- 情感占比：负面偏高 → 结合负面代表评论定位问题；配合 skill-community-ops 做回应/危机。
- 高频词/短语：用户关注点与话题；可喂 chart-visualization/infographic 出词云图。
- 需求（demands）：求链接/求教程/求同款 → 直接转化为下一条选题（配合 community-ops 选题反哺）。
- 吐槽（complaints）：产品/服务问题信号 → 复盘改进（配合 skill-content-postmortem）。
规则
- 情感为 SnowNLP 基线 + 社媒词典修正的近似值，用于看趋势与占比，非逐条精判； 关键决策需人工核对代表评论，或让 LLM 对存疑评论精读。
- 高频词已做词性过滤（保留名/动/形）+ 停用词剔除，聚焦有信息量的词。
- 数据量小（<20 条）时占比参考意义有限，如实说明样本量。
- 只做分析不做回复；回复/危机用 skill-community-ops。
参考来源
沿用社媒评论分析常用组合：jieba 中文分词（#131 高频词）+ SnowNLP 情感（#130），并叠加 社媒情感词典（绝绝子/yyds/避雷/翻车等网络用语）修正 SnowNLP 在社交文本上的偏差。诉求挖掘 用规则匹配（求购/疑问/吐槽），确定可复现。
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
ai-music
無料AI 音乐 / BGM 生成：给短视频、社媒内容生成原创背景音乐 / 配乐 / 纯音乐。通过可插拔 provider（阿里 DashScope / Suno 类第三方 API）文生音乐，异步提交→轮询→下载，产物可再裁剪/归一化或加到视频。当用户说“AI 音乐”“AI 配乐”“生成 BGM”“背景音乐”“原创音乐”“AI 作曲”“纯音乐”“给视频配乐”“做首曲子”时使用。与 tts-voiceover 的区别：tts-voiceover 生成人声口播/旁白，ai-music 生成背景音乐/配乐（无人声或带演唱）。
日本語の概要は準備中です。原文の説明を表示しています。
ZJU-REAL/Easel3,5922026年10月12日 更新
AI 视频生成：文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider（通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容）异步生成视频，用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy（选型/策略）、video-editing（剪辑处理）、clipify（切片）区别：本 SKILL 是从 0 用 AI 生成新视频。
日本語の概要は準備中です。原文の説明を表示しています。
ZJU-REAL/Easel3,5922026年10月12日 更新
outputs/ 目录下的产物管理：按日期/平台/类型归档、打标签、搜索历史内容、生成素材清单。 当用户说"整理素材"、"归档"、"找之前的内容"、"搜索历史"、"素材管理"、 "outputs 整理"、"之前做的"时使用。 与其他 produce 层 SKILL 的区别：produce 层负责生成内容， asset-manager 负责生成后的产物管理（归档、检索、标签）。
日本語の概要は準備中です。原文の説明を表示しています。
ZJU-REAL/Easel3,5922026年10月12日 更新
音频降噪：去除录音中的背景噪声、电流声、风噪、嗡嗡声，基于 ffmpeg 滤镜链（afftdn/highpass/lowpass）。 当用户说"降噪""去噪""去杂音""消除背景噪声""电流声""风噪""录音有杂音""音频降噪"时使用。 和 audio-editing 的区别：audio-editing 做剪辑/转码/音量等通用音频操作（内置 denoise 兜底），本 SKILL 专做降噪调参。
日本語の概要は準備中です。原文の説明を表示しています。
ZJU-REAL/Easel3,5922026年10月12日 更新
通用音频处理：音频剪辑/裁剪、格式转码（mp3/wav/m4a/aac）、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速（保音高）。当用户说“剪音频”“裁一段”“转成 mp3”“调音量/响度”“提取音轨/扒音频”“拼接音频”“淡入淡出”“加速/减速音频”“变速不变调”时使用。与 audio-denoise 的区别：audio-denoise 专做降噪，audio-editing 做除降噪外的通用音频操作（也内置 denoise 作为兜底）。
日本語の概要は準備中です。原文の説明を表示しています。
ZJU-REAL/Easel3,5922026年10月12日 更新