外卖评价智能监控

SKILL.md

---
name: food-review-monitor
description: 餐饮外卖评价智能监控。每日自动检查美团外卖、饿了么/淘宝闪购、京东外卖的评价数据，自动识别口味变化、评价变差、配送超时等异常，生成可视化HTML报告并推送提醒。支持CSV导入和API对接两种模式。触发词：外卖评价监控, 评价分析, 差评预警, 口味监测, 配送异常, review monitor, 外卖差评, 顾客评价分析, 外卖数据监控。
metadata:
  openclaw:
    requires:
      bins:
        - python3
      env:
        - PIP_INDEX_URL: https://pypi.tuna.tsinghua.edu.cn/simple/
      pip:
        - pandas
        - openpyxl
        - jieba
        - snownlp
---

# 外卖评价智能监控 🍔📊

## 概述

面向餐饮行业的全平台外卖评价监控系统。支持美团外卖、淘宝闪购(饿了么)、京东外卖三大平台，自动检测评价数据异常并推送告警。

## 核心能力

1. **数据采集** — CSV/Excel导入（通用）、API对接（进阶）
2. **智能分析** — 情感分析、趋势对比、关键词提取、异常检测
3. **可视化报告** — 交互式HTML报告，含评分趋势图、差评分布、关键词云
4. **异常告警** — 自动检测口味变差、评价下滑、配送超时、服务问题

## 工作流程

```
数据导入 → 数据清洗 → 多维度分析 → 异常检测 → HTML报告 → 告警推送
```

### 触发方式

用户说出以下关键词即可触发：
- 「检查外卖评价」「外卖评价监控」「分析评价数据」
- 「看看最近差评」「口味有没有问题」「有没有配送异常」
- 「生成评价报告」

### 操作模式

#### 模式1：CSV导入分析（推荐，零门槛）
```
用户提供CSV/Excel文件路径 → 自动清洗分析 → 生成报告
```
支持的CSV格式：从美团开店宝、饿了么商家后台、京东商家后台导出的评价数据。

#### 模式2：API对接（需配置）
```
首次使用：帮助配置API凭证 → 后续自动拉取数据 → 分析报告
```

#### 模式3：手动粘贴
```
用户直接粘贴评价文本 → 单条分析
```

## 分析维度

| 维度 | 检测内容 | 告警阈值 |
|------|---------|---------|
| 口味评分 | 口味相关关键词频率和情感 | 负面占比>30%告警 |
| 综合评分 | 评分均值趋势 | 连续3天下降或低于4.0 |
| 配送时效 | 配送超时相关评价 | 超时提及率>15%告警 |
| 服务质量 | 服务态度、包装等 | 负面占比>20%告警 |
| 差评突增 | 差评数量同比变化 | 日差评>历史均值2倍 |

## 配置管理

技能首次运行时自动创建配置文件 `~/.food_review_monitor/config.json`，支持配置：
- 店铺名称和ID
- 各平台API凭证（可选）
- 告警阈值自定义
- 历史数据存储路径

## 使用示例

```
用户：帮我看看最近外卖评价怎么样
→ 检查是否有历史数据 → 对比分析 → 生成趋势报告

用户：美团外卖最近有没有差评变多
→ 筛选美团平台数据 → 聚焦差评趋势 → 异常检测

用户：设置每天9点自动检查评价
→ 创建定时任务 → 每日自动拉取/分析 → 有问题推送告警
```

## 依赖安装

依赖已在技能元数据中声明，首次运行自动安装。或手动安装：
```bash
pip install pandas openpyxl jieba snownlp
```

## 脚本路径

所有脚本位于技能目录下，使用 `{baseDir}` 引用：
- 主入口：`{baseDir}/scripts/monitor.py`
- 数据加载：`{baseDir}/scripts/data_loader.py`
- 分析引擎：`{baseDir}/scripts/analyzer.py`
- 报告生成：`{baseDir}/scripts/reporter.py`

## 注意事项

- CSV导入模式无需任何平台授权，适合所有商家
- API模式需要先在对应开放平台注册并获取凭证
- 历史评价数据存储在本地，不会上传到任何服务器
- 建议至少保留30天历史数据以建立评分基线