情感分析器 (Sentiment Analyzer)#

客服销售总监卡耐基的专用情绪分析工具，基于本地规则引擎，无需外部 API。

快速使用#

运行分析脚本，传入客户文本：

bash

python3 scripts/analyze.py "客户的消息内容"

输出结构化 JSON，包含情绪分类、敏感词列表、告警标记。

输出格式#

json

{
  "sentiment": "angry|anxious|neutral|satisfied|enthusiastic",
  "score": -1.0 到 1.0,
  "keywords": ["检测到的负面关键词"],
  "sensitive_words": ["敏感词列表"],
  "alert": true|false,
  "alert_reason": "触发告警的原因",
  "reply_tone": "apologetic|calm|neutral|positive|enthusiastic"
}

情绪分类规则#

情绪触发条件回复语气angry负面词≥2 或含敏感词 或含强烈否定apologetic``anxious含担忧/急切词汇calm``neutral无明显情绪信号neutral``satisfied含正面词汇positive``enthusiastic含热情/赞叹词汇enthusiastic

告警触发条件#

满足以下任一条件时 alert: true：

1. 情绪为 angry 且 score < -0.5
2. 检测到敏感词
3. 情绪波动：连续 3 条消息 score 持续下降

回复语气映射#

根据情绪自动推荐回复语气，详见 references/reply_tone.md。

集成指引#

在对话流程中使用#

当收到客户消息时，调用 analyze.py 获取情绪分析结果，据此调整回复策略：

• apologetic：立即道歉，表达理解，承诺解决
• calm：温和安抚，确认问题，给出时间表
• neutral：专业中性，提供解决方案
• positive：积极回应，强调价值
• enthusiastic：热情回应，感谢信任

情绪追踪#

使用 track.py 记录对话中连续的情绪变化，用于判断是否需要人工介入：

bash

python3 scripts/track.py "客户消息" --session-id "会话ID"

详见 references/emotion_tracking.md。