Coding

公众号情报分析系统

Try it

低成本监控公众号新文章,生成分析面板并导出客户数据

What it does

使用曼格云 API 构建和运行低成本的公众号情报分析系统。当用户提出公众号情报分析系统、公众号监控、多公众号监测、公众号文章自动采集、AI 分析公众号文章、竞品公众号追踪、行业情报、每日公众号简报、公众号数据导出或公众号分析面板等需求时使用。

The skill document

公众号情报分析系统

把多个公众号的分散内容整理为本地、可持续增量更新的情报资料库。使用随附脚本完成接口调用、状态管理、费用核算、分析面板生成和 Excel 导出;文章分析直接使用当前智能体,不要求用户再提供第二个模型接口。

触发方式

  • 自动触发:用户直接描述公众号监控、文章采集、AI 分析、竞品追踪、每日简报、分析面板或数据导出等相关需求。
  • 显式触发:在需求开头输入 $wechat-intelligence,例如“$wechat-intelligence 帮我监控这 10 个公众号并生成每日情报”。
  • 公众号情报分析系统 是对外显示名称,wechat-intelligence 是符合 Skill 格式要求的技术标识,不能翻译为中文命令。

运行流程

  1. 选择由客户管理的工作目录。用户未指定时,默认使用 ~/MangyunWechatIntelligence
  2. 首次使用时运行一次 scripts/mangyun_intelligence.py --workspace <路径> init
  3. 使用 account add 添加公众号。优先使用 --ghid gh_xxx;不知道原始标识时再使用 --url,不得虚构标识。
  4. 首次采集前或大批量调整公众号后运行 estimate。用人民币元说明固定的第一页费用、可能产生的翻页费用,以及每篇新增文章的正文费用。
  5. 运行 scan。程序通过历史文章接口按每页 20 条发现文章,遇到已知文章后停止;发现阶段不获取正文。
  6. 运行 status。如果存在待获取正文,运行 fetch-content;预计费用超过单次预算时,脚本会停止,除非用户明确授权使用 --allow-over-budget
  7. 运行 make-analysis-queue。只分析队列中的新增文章,遵循 分析结果规范,把结果 JSON 写入脚本指定的路径,再用 import-analysis 导入。队列每篇包含 crossAccountContext(同主题/同关键词的跨公众号已分析文章)和 accountKeywords,分析时据此填写 relatedAccounts
  8. 运行 make-brief。跨文章聚合:按主题聚类、生成每日摘要与跨号话题对比(纯本地计算,不调用付费接口)。可选为 AI 生成收尾队列,补充各话题立场对比一句话。用 analyze-topics 做主题聚类检索/复盘。
  9. 运行 build-dashboardexport。向用户返回 dashboard.html 和 Excel 工作簿的绝对路径。

日常更新不得重建基线,也不得重复获取已分析文章的正文。依次完成 scanfetch-content、队列分析、make-brief,然后重新生成分析面板和 Excel。

成本控制

  • 日常发现新文章使用 wechat-native-account-articles,不使用今日文章接口。当前公开价格见 曼格云 API 调用规范
  • 每页固定使用 20 条。页容量变小不会降低单页价格,反而更容易产生额外翻页费用。
  • 首次扫描只建立文章元数据基线。除非用户明确要求补齐历史正文并接受费用预估,否则不得获取基线文章正文。
  • 只获取纯文本。除非用户的结果确实需要,否则不得请求 HTML、文章报告、指标、评论或公众号资料。
  • 重试时复用已经生成的幂等键,不得随机生成新的重试键。
  • 遵守工作目录中的预算设置。预计正文费用超出预算时,保留待处理状态,并在继续前征得用户同意。
  • 真实费用以接口响应中的 consumption 为准,通过 status 或分析面板报告,不得根据文章数量猜测。

分析规则

  • 每篇文章只分析一次,除非用户明确要求重新分析。
  • 结论只能依据队列提供的标题、摘要和正文,不得虚构数字、实体或变化。
  • 区分文章中的主张与已经核实的事实,不确定内容写入 risks
  • 使用简洁中文输出。主题限制为 1 至 5 个稳定标签,重要程度使用 1 至 5 的整数。
  • 仅在确有相关证据时与 previousContext 对比;上下文为空表示没有纵向比较依据。
  • 原样保留文章编号,确保导入结果可以准确对应。
  • stance 描述本文相对话题的立场(利好/质疑/中立/通报),缺失或非法值自动回退为"通报",不阻断导入。
  • relatedAccounts 只能依据队列的 crossAccountContext 填写,不得臆造账号,用于跨公众号同话题对比。

安全与存储

  • 只从 MANGYUN_API_KEY 读取接口密钥。不得把密钥写入配置、SQLite、输出文件、日志、提示词或截图。
  • 只保存公开文章元数据、规范化公开链接、用户要求获取的纯文本、分析结果和费用汇总。不得保存 Cookie、授权请求头、keypass_ticketappmsg_token 或完整接口响应。
  • 可选的分析面板服务只能绑定到 127.0.0.1
  • 自动分析仅作为辅助。导出结果必须保留原文链接,便于客户回到原文核验关键事实。

常用命令

运行 python scripts/mangyun_intelligence.py --help 查看全部参数。常用命令如下:

init
account add --name "账号名" --ghid gh_xxxxxxxxxxxx --keyword 行业 --group 竞品
account add --name "账号名" --url https://mp.weixin.qq.com/s/...
account list
estimate
scan
fetch-content
make-analysis-queue
import-analysis --input 
make-brief [--date YYYY-MM-DD] [--rebuild] [--no-daily-queue]
analyze-topics [--topic 主题] [--account 账号] [--json]
build-dashboard
export
status
serve
doctor

用户要求定时运行时,优先配置智能体自身的周期任务执行日常更新流程。没有明确授权时,不得创建操作系统计划任务或外部自动化。

Related skills

曼格云(api.we-media.cn)全接口数据助手。一句话描述需求,自动选择并编排对应接口:公众号文章与账号、视频号作品与博主、搜一搜、微信指数、全网热搜、低粉爆文、小程序、视频视觉理解、音频转写。所有付费调用前先给费用预估。 适用场景:用户要用曼格云查询任何微信生态数据(公众号、视频号、搜索、热搜、小程序、AI分析),或需求不明确需要自动选接口时使用。

分析 AI 对任意行业的冲击。两阶段执行:先联网检索近 12 个月信息并按四级(S/A/B/噪音)判级、输出含来源时间与核实状态的信号报告,经用户确认后产出公众号/小红书/抖音三平台内容素材(长文、脚本、发布配文、封面提示词)并落盘。触发语:AI情报车间、AI行业影响分析、分析AI对XX行业的影响/冲击/机会、AI风向标、AI冲击波。

单篇公众号文章的完整数据。基本信息、互动数据(阅读点赞分享收藏)、正文提取(文本/HTML/媒体清单)、一次拿全量的完整报告。支持按需求选维度,避免多余扣费。 适用场景:用户想看某一篇公众号文章的数据(阅读/点赞/分享/收藏)、正文、图片清单或完整报告时使用。

公众号账号全景追踪:先取账号资料,再拉近期文章列表,然后逐篇取互动数据,最后汇总成「这个号最近表现如何、哪篇最火」的报告。一次任务多接口组合。 适用场景:用户要持续看某个公众号最近发什么、哪篇数据好、整体表现如何时使用。

基于曼格云 API 的视频号视频拆解。输入视频号分享链接或本地视频,两阶段产出:脚本采集作品元信息、互动数据与视觉深度拆解(镜头/运镜/转场/情绪/时间线/屏幕文字),再由 AI 注入深度分析层(受众画像、结构解读、爆款归因、爆款公式、六维评分、运营建议、总体评估),一键导出 Markdown / Excel / HTML 看板。

1 installs

AI公众号信息源 — Daily scan of AI WeChat public accounts, finding the hottest articles by read count, auto-clustering into topics, and generating a styled HTML report with cover images, metrics, search, and subscription support. Use when the user wants AI daily reports, 公众号爆款, AI content curation, 每日AI热点,

10 installs