Skills brand-sentinel

Name: brand-sentinel
Author: openclaw

install

source · Clone the upstream repo

git clone https://github.com/openclaw/skills

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/bbniao100/brand-sentinel" ~/.claude/skills/openclaw-skills-brand-sentinel && rm -rf "$T"

OpenClaw · Install into ~/.openclaw/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/skills/bbniao100/brand-sentinel" ~/.openclaw/skills/openclaw-skills-brand-sentinel && rm -rf "$T"

manifest: skills/bbniao100/brand-sentinel/SKILL.md

brand-sentinel — 品牌舆情哨兵

搜索公开平台的品牌相关信息 → 去重 → 时效过滤 → 输出结构化结果。

核心脚本

scripts/sentinel.py

— 纯 Python（无第三方依赖），调用 AutoGLM Web Search API。

依赖

Python 3.10+
本地 AutoGLM Token 服务运行中（
```
http://127.0.0.1:18432/get_token
```
）
```
certifi
```
包（SSL 证书，通常已预装）

用法

命令行

# 基本用法
python3 scripts/sentinel.py --brand "特斯拉" --keywords "刹车失灵,自燃" --hours 48

# JSON 输出（供 LLM 消费）
python3 scripts/sentinel.py --brand "瑞幸咖啡" --keywords "食品安全,蟑螂" --hours 24 --output json

# 配置文件模式
python3 scripts/sentinel.py --config references/config-example.json

参数

参数	必填	说明
`--brand`	是*	品牌名，如 "特斯拉"
`--keywords`	是*	逗号分隔的关键词，如 "刹车失灵,自燃"
`--hours`	否	时效窗口（小时），默认 48
`--output`	否	`text` （默认）或 `json`
`--config`	是*	JSON 配置文件路径（替代上方参数）

--brand

--keywords

与

--config

二选一。

配置文件格式

见

references/config-example.json

：

{
  "brand": "品牌名",
  "keywords": ["关键词1", "关键词2"],
  "hours": 48,
  "output": "json"
}

输出结构

JSON 模式

{
  "brand": "特斯拉",
  "run_time": "2026-04-14 19:00:00",
  "time_window_hours": 48,
  "keywords": ["刹车失灵", "自燃"],
  "stats": {
    "raw_count": 85,
    "kept_count": 62,
    "expired_count": 8,
    "no_date_count": 15
  },
  "items": [
    {
      "title": "页面标题",
      "url": "页面链接",
      "snippet": "摘要内容",
      "date_status": "recent|expired|unknown",
      "parsed_date": "2026-04-14|null"
    }
  ]
}

字段说明

```
date_status
```
:
- ```
recent
```
  — 解析到日期且在时效窗口内 ✅
- ```
expired
```
  — 解析到日期但超出时效窗口（已被过滤掉）
- ```
unknown
```
  — 未解析到日期（搜索词含"最新"限定，大概率近期，默认保留）
```
parsed_date
```
— 从标题/摘要提取的日期，解析失败为
```
null
```

工作流程

构建搜索词 — 对每个关键词自动生成 3 种变体：原始词、
```
+ 最新
```
、
```
+ 当前年月
```
批量搜索 — 调用 autoglm-websearch，每个词间隔 0.3s
URL 去重 — 同一 URL 只保留首次出现
日期解析 — 从标题+摘要中提取日期（支持"2026年4月14日"、"3天前"、"昨天"等中文格式）
时效过滤 — 超出时间窗口的结果丢弃，无日期的默认保留
输出 — text 或 json 格式

典型 Agent 工作流

用户: "帮我看看特斯拉最近有什么负面新闻"

1. Agent 调用 sentinel.py:
   python3 scripts/sentinel.py --brand "特斯拉" --keywords "刹车失灵,自燃,自动驾驶事故,降价维权" --hours 48 --output json

2. Agent 读取 JSON 输出，用 LLM 判断:
   - 哪些是真正的负面/危机
   - 风险分级（普通/关注/严重/危机）
   - 是否需要预警

3. Agent 生成人类可读的摘要推送给用户

注意事项

搜索 API 有速率限制，关键词数量建议 ≤10 组（每组会生成 3 个变体，共 30 次搜索）
日期解析基于正则匹配，覆盖率约 60-70%，未解析到的默认保留
搜索词加"最新"限定可提升近期结果命中率，但不能保证 100% 时效性
如需跨次运行去重，Agent 可自行维护 URL 集合