互联网内容洞察 (WebInsight)#

面向全域网络信息监测与情报分析场景，提供多条件组合精准检索能力，可覆盖全网新闻、社交、资讯等多渠道公开内容。

---

一、前置条件：配置 API Key#

使用本技能前，必须先配置 API Key。

检查配置#

bash

cat .env | grep FEEDAX_SEARCH_API_KEY

如果未配置#

在 .env 文件中添加：

env

FEEDAX_SEARCH_API_KEY=your_api_key_here

API Key 请前往 https://www.feedax.cn 免费申请

错误码说明#

错误码说明解决方案GE1003未配置API Key前往 https://www.feedax.cn 申请GE1004API Key已失效检查有效性或重新申请GE1005API Key已过期重新申请GE1006API Key无效重新申请GE1007账户余额不足前往充值

---

二、CLI 命令行工具#

文件: scripts/search_cli.py

2.1 基础用法#

bash

# 基础搜索
python3 scripts/search_cli.py --query "医疗问题"

# 搜索指定地域（最近7天）
python3 scripts/search_cli.py --query "南京 315" --area "南京" --days 7

# 搜索指定媒体平台和情感倾向
python3 scripts/search_cli.py --query "医疗问题" --media "微博,抖音" --sentiment negative

2.2 参数说明#

必填参数

参数简写说明--query``-q搜索关键词

关键词语法:

• | = 或（OR），如 北京|上海
• & = 与（AND），如 (南京|金陵)&(杀人|凶杀)
• () = 分组

分页与排序

参数简写默认值说明--size``-s50返回条数（1-10000）--search-after深度分页游标，首次传空--sortpublish_time排序字段--sort-orderdesc排序方式：asc/desc

排序字段可选值:

• publish_time - 默认，按发布时间
• interact_count - 按互动数（热度）
• comments_count - 按评论数
• likes_count - 按点赞数
• reposts_count - 按转发数
• fans_count - 按粉丝数

内容筛选

参数简写说明--media``-m媒体平台，逗号分隔--author作者名称，精确匹配--msg-type消息类型：original/comment/repost--content-type内容类型：video/picture/text--sentiment情感：negative/neutral/positive/all--media-class媒体分类：央媒/省媒/地市/商业/其他--domain内容领域--scene业务场景--area``-a地域名称（支持省/市/区县）--noise-flag噪声标识：0=非噪声，1=噪声--ai-abstract摘要类型：0=算法，1=AI--verification认证类型：blue/yellow/normal

时间筛选

参数简写默认值说明--days``-d7时间范围（天）--time-from开始时间，格式: yyyy-mm-dd HH:MM:SS--time-to结束时间，格式: yyyy-mm-dd HH:MM:SS

互动数据筛选

参数说明--min-interact最小互动数--max-interact最大互动数--min-comments最小评论数--max-comments最大评论数--min-reposts最小转发数--max-reposts最大转发数--min-likes最小点赞数--max-likes最大点赞数--min-fans最小粉丝数--max-fans最大粉丝数

输出控制

参数简写默认值说明--output-dir``-o~/Desktop/舆情搜索结果/JSON文件输出目录--show-count5对话展示条数

2.3 输出配置#

配置项值输出目录~/Desktop/舆情搜索结果/文件命名查询词_时间戳.json标准字段title, summary, authorName, publishTime, platformName, originalUrl

2.4 完整示例#

bash

# 搜索南京315相关负面信息，最近一周，只看微博抖音
python3 scripts/search_cli.py \
    --query "(南京|金陵)&(315|消协|投诉|维权)" \
    --area "南京" \
    --days 7 \
    --media "微博,抖音" \
    --sentiment negative \
    --size 20 \
    --show-count 5

---

三、解析规则#

3.1 关键词解析#

从用户输入中提取核心检索关键词：

用户输入--query 参数南京杀人案`(南京比亚迪汽车召回`比亚迪&(召回北京暴雨`(北京

规则:

1. 提取2-3个核心关键词
2. 为地名、动作词添加同义词
3. 人名/品牌不扩充
4. 情感词通过 --sentiment 参数控制

3.2 媒体平台映射#

用户表述--media 参数抖音、快手、小红书"抖音,快手,小红书"短视频平台"抖音,快手,火山,西瓜"财经平台"同花顺,股吧,东方财富,雪球"

3.3 情感倾向映射#

用户表述--sentiment 参数负面/负面信息negative正面/正面信息positive中性neutral全部情感all

3.4 媒体级别映射#

用户表述--media-class 参数央媒/央级媒体"央媒"省媒/省级媒体"省媒"省级及以上"央媒,省媒"

3.5 消息类型映射#

用户表述--msg-type 参数原发/原创original评论/评论区comment转发repost

3.6 认证类型映射#

用户表述--verification 参数蓝V/官方账号/机构号blue黄V/个人认证/大Vyellow普通用户/素人normal

3.7 时间范围映射#

用户表述--days 参数6小时不支持24小时/一天13天37天/一周730天/一个月30

3.8 排序方式映射#

默认规则：除非用户明确要求，否则使用 publish_time

用户表述--sort 参数无明确要求publish_time按热度/热门/最火的interact_count按评论数/最多评论comments_count按点赞数/最多点赞likes_count最新/最近/新发布的publish_time

---

四、参考数据#

4.1 媒体平台列表#

抖音、快手、微博、今日头条、火山、哔哩哔哩、小红书、微信、百家号、搜狐新闻、同花顺、股吧、东方财富、百度贴吧、网易、豆瓣网、知乎、西瓜、好看、黑猫投诉、腾讯新闻、新浪财经等

4.2 领域分类 (--domain)#

一级分类: 社会民生、城市管理、社会问题、司法相关、涉政相关、生态环境、教育相关、三农相关、突发事件、涉警相关

二级分类示例:

• 社会民生: 劳动就业、消费问题、征地拆迁、医疗问题、住房问题、交通问题
• 突发事件: 自然灾害、事故灾难、公共卫生事件、社会安全事件
• 涉警相关: 治安管理、人身安全、涉毒、涉黑涉恶、诈骗

详见 references/domains.json

4.3 场景分类 (--scene)#

一级场景: 非法烟花、实名举报、自然灾害、维权场景、城市管理、交通事故、打架斗殴、涉警信息、校园安全、环境污染、医疗卫生、安全事故

二级场景示例:

• 自然灾害: 洪涝场景、沙尘雾霾
• 维权场景: 讨薪维权、业主维权、拆迁维权
• 安全事故: 火灾事故、坍塌事故、溺水事故

详见 references/scenes.json

4.4 参考文件#

• references/domains.json - 领域分类完整列表
• references/scenes.json - 场景分类完整列表
• references/media_names.json - 媒体平台完整列表
• assets/area_codes.json - 国标区域编码数据

---

五、执行流程#

收到用户搜索请求后，按以下步骤执行：

Step 1: 检查 API Key 配置#

bash

cat .env | grep FEEDAX_SEARCH_API_KEY

• 如果返回空或文件不存在，提示用户前往 https://www.feedax.cn 申请
• 如果存在有效的 API Key，继续下一步

Step 2: 解析用户输入#

从用户自然语言中提取参数，映射到 CLI 参数：

提取项CLI 参数示例关键词--query"医疗问题" → --query "医疗问题"返回条数--size"返回100条" → --size 100媒体平台--media"微博、抖音" → --media "微博,抖音"作者--author"央视新闻" → --author "央视新闻"消息类型--msg-type"原发" → --msg-type original内容类型--content-type"视频" → --content-type video情感倾向--sentiment"负面" → --sentiment negative媒体分类--media-class"央媒" → --media-class "央媒"领域--domain"医疗问题" → --domain "社会民生-医疗问题"场景--scene"交通事故" → --scene "交通事故"地域--area"南京" → --area "南京"认证类型--verification"蓝V" → --verification blue时间范围--days"最近3天" → --days 3开始时间--time-from"从3月1日" → --time-from "2026-03-01"结束时间--time-to"到3月15日" → --time-to "2026-03-15"互动数--min-interact"互动超过1000" → --min-interact 1000排序方式--sort"按热度" → --sort interact_count

Step 3: 构建并执行搜索命令#

根据解析结果构建命令：

bash

python3 scripts/search_cli.py \
    --query "关键词表达式" \
    --days 7 \
    --area "地域" \
    --media "平台1,平台2" \
    --sentiment negative \
    --domain "领域" \
    --size 50

Step 4: 返回结果#

• 在对话中展示前5条数据摘要
• 完整数据自动保存至 ~/Desktop/舆情搜索结果/ 目录

---

六、执行示例#

示例1：基础舆情搜索#

用户输入: "搜索最近3天南京关于医疗问题的负面舆情，只看微博和抖音"

bash

python3 scripts/search_cli.py \
    --query "(南京|金陵)&(医疗|就医|看病)" \
    --days 3 \
    --area "南京" \
    --media "微博,抖音" \
    --sentiment negative \
    --domain "社会民生-医疗问题"

示例2：热点事件追踪#

用户输入: "搜索比亚迪汽车召回相关信息，按热度排序，返回100条"

bash

python3 scripts/search_cli.py \
    --query "比亚迪&(召回|退市|下架|缺陷)" \
    --days 7 \
    --sort interact_count \
    --size 100

示例3：官方账号监测#

用户输入: "搜索央视新闻发布的关于教育的内容，最近一周"

bash

python3 scripts/search_cli.py \
    --query "教育" \
    --author "央视新闻" \
    --days 7 \
    --msg-type original

示例4：短视频平台监测#

用户输入: "搜索抖音快手上关于交通事故的视频，互动数超过1000"

bash

python3 scripts/search_cli.py \
    --query "交通事故" \
    --media "抖音,快手" \
    --content-type video \
    --scene "交通事故" \
    --min-interact 1000

示例5：大V账号舆情#

用户输入: "搜索蓝V账号发布的关于食品安全的负面信息"

bash

python3 scripts/search_cli.py \
    --query "(食品安全|食品卫生|食物中毒)" \
    --verification blue \
    --sentiment negative \
    --domain "社会民生-食品安全"

示例6：精确时间范围搜索#

用户输入: "搜索2026年3月1日到3月15日期间上海的房价相关信息"

bash

python3 scripts/search_cli.py \
    --query "(上海|沪)&(房价|楼市|房产)" \
    --area "上海" \
    --time-from "2026-03-01 00:00:00" \
    --time-to "2026-03-15 23:59:59" \
    --domain "社会民生-住房问题"

示例7：省级媒体监测#

用户输入: "搜索央媒和省媒关于环境污染的报道"

bash

python3 scripts/search_cli.py \
    --query "(环境污染|空气污染|水污染|土壤污染)" \
    --media-class "央媒,省媒" \
    --domain "生态环境" \
    --msg-type original