wechat-keyword-analyzer

name	wechat-keyword-analyzer
description	微信公众号关键词文章搜索与深度分析工具。根据用户输入的关键词，搜索最近一周的公众号文章（默认获取3页约30篇），进行多维度深度分析并生成 Markdown 报告。 分析维度包括：(1) 标题分析 - 分析标题特征、关键词、吸引力元素；(2) 话题归类 - 将文章按主题/子领域分类归纳；(3) 写作风格拆解 - 分析写作技巧、文章结构、hook点；(4) 互动数据分析 - 分析阅读量、点赞、评论等数据。 当用户需要：(1) 根据关键词搜索公众号文章，(2) 分析特定话题的热门文章，(3) 寻找内容创作灵感和选题参考，(4) 学习高阅读量文章的写作方法，(5) 了解某个领域的内容趋势时使用此技能。

微信公众号关键词分析

根据关键词搜索公众号文章，进行四维深度分析，生成选题参考报告。

工作流程

1. 提取搜索关键词

从用户输入中提取 1-2 个核心搜索词：

• 保留最具搜索价值的词汇
• 去除过于宽泛的表述
• 可拆分为多个关键词分别搜索

示例：

• "我想了解最近AI应用的热门文章" → AI应用
• "帮我找找关于Claude的公众号文章" → Claude

2. 搜索文章

使用搜索脚本获取文章数据：

python3 scripts/search_articles.py "关键词" \
  --period 7 \
  --pages 3 \
  --sort time \
  -o /tmp/wechat_keyword_articles.json

参数说明：

• --period 7: 最近7天
• --pages 3: 获取3页（约30篇文章）
• --sort time: 按时间排序（可选 relevance 按相关性）
• -o: 保存到文件

多关键词搜索时，分别执行并合并结果。

3. 四维深度分析

读取文章数据后，从以下四个维度进行分析：

维度一：标题分析

分析所有标题的特征模式：

分析项	具体内容
长度分布	统计标题字数，找出最优长度区间
数字使用	是否包含数字（"3个方法"、"2025年"）
疑问句式	"为什么"、"如何"、"怎么"等问句
情绪词汇	紧迫感、好奇心、惊讶等情绪触发词
关键词密度	核心关键词在标题中的出现频率
标题结构	常见模式（对比式、清单式、悬念式等）

输出：

• 高阅读量标题的共同特征
• 推荐的标题写作模板
• 具体标题优化建议

维度二：话题归类

将文章按主题/角度分类：

1. 自动分类：根据标题和摘要归纳主题类别
2. 统计分布：各类别的文章数量和平均阅读量
3. 热门话题：识别当前最受欢迎的细分方向

输出：

• 3-5个主要话题分类
• 每个分类的代表文章
• 话题热度排名

维度三：写作风格拆解

分析高阅读量文章的写作特点：

分析项	关注点
开篇 Hook	如何在前几行抓住读者
文章结构	总分总、递进式、故事线等
语言风格	口语化、专业性、情感化程度
互动设计	提问、引导评论、分享触发
视觉排版	小标题、列表、重点标注

输出：

• 成功文章的写作模式总结
• 可复用的写作框架
• 具体写作技巧建议

维度四：互动数据分析

分析文章的互动表现：

指标	计算方式	参考基准
阅读量	read_num	主要指标
点赞量	like_num	内容认可度
评论量	comment_num	互动深度
点赞率	like_num/read_num	>1% 优秀

输出：

• 数据分布统计（平均、中位数、最高最低）
• 高互动文章的共同特征
• 数据表现与内容特征的关联

4. 生成分析报告

将分析结果整理为结构化 Markdown 报告。详细报告模板见 references/report_template.md。

报告核心内容：

# 公众号关键词分析报告：[关键词]

## 数据概览
- 搜索关键词：XXX
- 分析文章数：XX篇
- 时间范围：最近X天
- 平均阅读量：XXX

## 一、标题分析
### 高效标题特征
### 标题模板推荐

## 二、话题归类
### 主题分布
### 热门方向

## 三、写作风格拆解
### 成功模式总结
### 可复用框架

## 四、互动数据洞察
### 数据分布
### 高互动文章特征

## 五、选题建议
### 推荐选题方向
### 具体选题示例

## 附录：文章列表

5. 保存报告

命名规则：{关键词}_关键词分析报告.md

存储路径：保存到以当前日期命名的文件夹

# 创建日期文件夹
mkdir -p $(date +%Y%m%d)

# 保存报告
# 完整路径：{日期文件夹}/{关键词}_关键词分析报告.md

完成后告知用户：

分析报告已保存至：20260122/AI应用_关键词分析报告.md

API 配置

API 详细参数见 references/api_reference.md。

分析指南

深度分析方法和指标说明见 references/analysis_guide.md。