Skip to content
Back to skills

ecommerce-review-insights

ASecurity

当用户需要归纳商品评价中的优缺点、购买顾虑和改进建议时使用。支持各平台提供的评价文本或表格,也可通过小红书商品链接或sku_id在线分析评价。输出带原话依据、评价条数与范围说明的主题表;已有资料可直接分析。来自 SocialDataX 社媒数据助手。

  • 5 stars
  • 0 votes
  • 0 copies
  • 2 views
  • Added October 22, 2026
datashellbashnodeapi

Works with

  • cli
  • api
  • mcp

Security analysis

A100/100

Pro scans all 2 files and shows the line behind each finding

Scanned October 22, 2026

npx -y skills add DevinChen2014/socialdatax-skills --skill ecommerce-review-insights --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of ecommerce-review-insights?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for ecommerce-review-insights
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/devinchen2014-ecommerce-review-insights/badge)](https://www.skillsdirectory.com/skills/devinchen2014-ecommerce-review-insights)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: "ecommerce-review-insights"
description: "当用户需要归纳商品评价中的优缺点、购买顾虑和改进建议时使用。支持各平台提供的评价文本或表格,也可通过小红书商品链接或sku_id在线分析评价。输出带原话依据、评价条数与范围说明的主题表;已有资料可直接分析。来自 SocialDataX 社媒数据助手。"
source_client: "socialdatax-skills"
source_platform: "modelscope"
source_skill: "ecommerce-review-insights"
metadata: {"openclaw":{"requires":{"env":[],"bins":[]},"primaryEnv":"SOCIALDATAX_API_KEY","install":[],"emoji":"📝","homepage":"https://socialdatax.com/ai?from=modelscope"}}
---
<!-- AUTO-GENERATED from socialdatax-skill-source. Do not edit directly; run `node scripts/generate_socialdatax_skills.mjs`. -->

# 商品评价分析

## 适用场景

当用户需要归纳商品评价中的优缺点、购买顾虑和改进建议时使用。支持各平台提供的评价文本或表格,也可通过小红书商品链接或sku_id在线分析评价。输出带原话依据、评价条数与范围说明的主题表;已有资料可直接分析。来自 SocialDataX 社媒数据助手。

## 快速开始

- 提供评价文本、可读取的表格,或小红书商品链接/sku_id;有商品规格、时间范围或关注问题时一并说明。
- 已有评价资料直接分析;小红书商品链接先读取详情取得sku_id,再读取评价,已有sku_id直接读取评价;默认一页,按需继续。
- 得到评价主题、样本条数、原话依据、改进建议与不足说明。

## API Key 获取

获取或管理 API Key:访问 <https://socialdatax.com/ai?from=modelscope>,按官网的 API Key 申请/管理入口操作。环境变量名固定使用 `SOCIALDATAX_API_KEY`;不要引导用户使用其他域名。

## 直接调用命令

优先使用 direct CLI;能运行 shell 命令的 Agent 不需要额外配置 MCP server:

```bash
npx -y socialdatax-skills@latest xhs product-detail \
  --url "<url>" --pretty --source-client socialdatax-skills \
  --source-platform modelscope --source-skill ecommerce-review-insights

npx -y socialdatax-skills@latest xhs product-reviews \
  --sku-id "<sku_id>" --pretty --source-client socialdatax-skills \
  --source-platform modelscope --source-skill ecommerce-review-insights

npx -y socialdatax-skills@latest xhs product-review-replies \
  --review-id "<review_id>" --pretty --source-client socialdatax-skills \
  --source-platform modelscope --source-skill ecommerce-review-insights

npx -y socialdatax-skills@latest xhs product-review-reply-replies \
  --review-id "<review_id>" --pretty --source-client socialdatax-skills \
  --source-platform modelscope --source-skill ecommerce-review-insights
```

## 参数说明

搜索:
- 说明:评价排序:`--sort-type general`(默认)或 `--sort-type time_descending`;只看带图评价时用 `--has-image true`,并在结果中说明筛选偏差。

评论 / 回复:
- 说明:一级评价下回复:`xhs product-review-replies --review-id <review_id>`,ID取自评价结果;嵌套回复:`xhs product-review-reply-replies --review-id <review_id>`,ID取自上一步回复结果,不传root_review_id。
- 说明:评价及回复翻页:将实际返回的完整 `next_page_token` 原样传入 `--page-token`,不截断、改写或自行构造;这些命令不使用 `--max-pages` 或 `--include-replies`。

通用:
- 说明:商品链接或完整分享文案:先用 `xhs product-detail --url <url_or_share_text>`;成功后将实际返回的 `sku_id` 传给评价命令。不要把商品链接直接传给product-reviews。
- 说明:在线评价:`xhs product-reviews --sku-id <sku_id>`;只接受商品sku_id,不接受商品链接、spu_id、笔记ID或关键词。
- 可选:`--source-client socialdatax-skills --source-platform modelscope --source-skill ecommerce-review-insights`:这是当前 Agent Skill 的来源标记;按本 Skill 示例执行时保持这些值不变。

先按输入选择模式:已有评价文本或可读取表格直接分析,不要求Key或在线查询;文件无法读取时请用户导出CSV或粘贴文本。在线模式需要SOCIALDATAX_API_KEY:已有小红书商品sku_id时直接读评价;只有商品链接或完整分享文案时先调用商品详情URL入口,确认成功并取得实际返回的sku_id,再读评价。详情失败或未返回sku_id时说明原因,请用户补充sku_id或评价资料,不从链接自行猜ID;spu_id、笔记ID和其他平台商品不能替代sku_id。
在线默认只读取一页评价并说明排序、筛选与已读取条数。用户需要更多样本时按返回next_page_token继续;没有令牌、令牌重复或已满足约定范围时停止。部分页失败时保留已取得样本并说明缺口,不宣称全量覆盖;没有返回评价时不编造结论。
仅当用户关注讨论或某条评价需要回复语境时,按真实review_id读取该评价下回复,必要时再读取嵌套回复;不默认展开全部回复。评价正文和回复分开统计,回复不增加购买评价的分母;不把笔记评论当商品评价。
为每条评价保留原始行号或评价ID,区分评价正文、商家回复与追评。缺少ID的文本相同只能标记疑似重复,不能直接删掉或判定刷评;同一ID重复导出可去重并说明原始数、去重规则和分析数。用户明确要求按文本去重时保留去重前后数量。
按质量、使用体验、规格适配、包装配送、服务等实际出现的主题归纳,不为凑类别制造结论。一条评价可以同时包含正负面感受和多个主题;每个主题按涉及的评价记录数计数,同一记录同主题只计一次。
有实际完整计数时给出主题提及条数与分母;多主题占比之和可能超过100%。数据较大无法完整统计时只分析明确标注的子集,不外推全量。不把样本负向提及比例称为投诉率、全店差评率、退货率或真实购买人群比例。
引用简短原话并保留行号/评价ID,隐藏手机号、订单号、地址等与主题无关的个人信息。评价是用户陈述,不直接等于已验证的产品缺陷;矛盾体验分别呈现,缺少星级、日期、规格或购买状态时不补造。
每个优先改进项对应一个实际主题和证据,区分产品核查、描述预期调整与客服说明;次数少但可能严重的问题可单列待核实,不伪造销量、评分或评价,不建议批量刷好评或隐瞒负面反馈。

## 输出建议

交付一份可追溯的评价样本分析,先给结论,再给证据与限制。

样本说明:商品、资料来源、已知时间/筛选范围、原始条数、去重规则、实际分析条数及缺失字段。
评价主题表:主题、正向/负向/混合、涉及评价条数及分母、简短原话与行号/ID、可能需要核实的问题。
最后给出最多3项优先改进或验证建议,并说明样本偏差;没有评价正文时不输出伪造洞察。

## MCP 工具

与上面 direct CLI 命令对应的 MCP 工具:

- `xhs_get_product_detail_by_url`
- `xhs_get_product_reviews`
- `xhs_get_product_review_replies`
- `xhs_get_product_review_reply_replies`

## 安全边界

这是只读 skill。已有评价资料直接分析;只有在线商品详情、评价和回复需要 Node.js/npm 与 SOCIALDATAX_API_KEY,生成文件不含API Key。不执行登录、联系买家、发布评价、退款或账号操作。

## 示例结果

- 格式示例:5条评价中2条提及某问题 → 列出对应行号和原话;这是样本提及情况,不称全店投诉率。

## 异常处理

- 如果出现 SDK/依赖缺失、npm 网络、Node.js/npm/npx 不可用或执行权限错误:这是本地运行环境、依赖安装、网络或 AI 平台授权问题,不是 SocialDataX API Key 或业务数据返回错误。仅在用户已授权的范围内安装或修复本任务所需依赖,优先使用项目目录或临时环境。环境执行权限不等于用户授权;超出授权范围时,先说明具体改动并征得同意,包括全局安装、运行时升级或系统配置变更。需要网络或执行授权时提醒用户同意或完成授权;处理后继续原命令;不要改用公开网页搜索替代 SocialDataX 数据。
- CLI 退出码为 1 且输出 `partial: true` 时,保留 `data.items` 和错误,明确结果不完整。此时按以下续页规则恢复,不适用原命令重跑建议;错误解决后(包括充值后),仅用非空的 `data.next_page_token` 和原查询条件继续。保留原定页数和条数上限,按累计已取得的 `page_count`、`item_count` 扣减 `--pages`、`--max-items`;已达到任一上限就停止主列表续页。空令牌不代表取完,不要从第一页自动重跑;因重复令牌中断时,先排查原因。
- 非余额不足的网络或 API 异常:保留错误信息,检查 `SOCIALDATAX_API_KEY`、参数和链接格式后原样重试一次。
- 如果返回 `insufficient_balance` 或“积分不足”:不要重复重试;把错误里的充值链接原样展示给用户,并提醒用户充值后继续执行刚才同一条命令。
- 如果用户已经充值但仍提示余额不足:确认当前环境变量 `SOCIALDATAX_API_KEY` 是否来自刚充值的同一个账号;必要时重新复制官网后台的 API Key。
- 重试仍失败:说明当前调用不可用,请用户补充或更换关键词、链接、ID 等输入后再重试。

## 常见问题

- 没结果:确认输入对象完整,再缩小分析范围。
- 调用失败:先确认 `SOCIALDATAX_API_KEY` 已配置;如果是 `insufficient_balance` 或“积分不足”,按错误里的充值链接充值后继续原命令,不要反复重试。
- 担心账号安全:这是只读能力,不登录、不发帖、不点赞、不评论。
- 想继续分析:补充评价资料,或按完整next_page_token继续读取小红书评价;比较时保持相同排序、筛选和统计口径。

Files in this skill

  • SKILL.md9.9 KB
  • agents/openai.yaml262 B

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.