community-profiler

name	community-profiler
metadata	{"version":"4.1.0"}
description	技术讨论群成员画像与评估 Skill。当用户提供群聊记录（文本粘贴、截图、JSON/CSV 均可）并要求分析成员、给成员打分、评估社区健康度、 找出核心贡献者/潜水者/活跃用户/KOL、生成成员影响力排名、识别僵尸用户、分析群运营健康度、总结群聊内容等时，必须触发本 Skill。 适用场景：运营决策（KOL筛选、低价值成员风险评估）、个人研究（社区生态分析）、团队协作管理（成员贡献评估）。 触发关键词：群画像、成员分析、社区分析、影响力评估、活跃度分析、群运营分析、KOL识别、技术贡献者分析、群聊记录分析、僵尸用户、聊天总结。 即使用户只说"帮我分析一下这个群"或"看看谁最活跃"或"总结一下群里聊了什么"，也应触发本 Skill。

Community Profiler v4.1.0 — 技术社区成员画像与评估

概述

将群聊记录解析为结构化成员画像，支持三种使用场景：

• 运营决策：KOL 筛选、低价值成员风险评分
• 个人研究：社区生态与知识流动分析
• 团队协作：成员贡献与角色识别

---

输出架构（JSON + Viewer 分离）

本技能采用 数据与视图分离 架构：

输出文件

1. report.json — AI 分析结果的唯一结构化输出（必须）
2. viewer.html — 从 assets/viewer.html 复制到输出目录的独立可视化查看器（自动）
3. report.md — 文字分析报告（仅用户明确要求时）
4. assets/ — 抓取的链接/图片内容（有外部资源时）

输出流程（严格按此顺序）

Step A：分析群聊 → 生成 report.json → 保存到输出目录
Step B：从技能 assets/ 复制 viewer.html 到输出目录（与 report.json 同级）
Step C：使用 present_files 将 viewer.html（第一个）和 report.json 呈现给用户

关键命令序列

# 1. 创建输出目录
OUTPUT_DIR="/mnt/user-data/outputs/groupchat/$(date +%Y-%m-%d_%H%M%S)"
mkdir -p "$OUTPUT_DIR"

# 2. 保存 report.json（由 AI 分析生成，用 create_file 写入）
# → $OUTPUT_DIR/report.json

# 3. 复制 viewer.html 到输出目录
cp /mnt/skills/user/community-profiler/assets/viewer.html "$OUTPUT_DIR/viewer.html"

# 4. 通过 present_files 呈现给用户
# present_files(["$OUTPUT_DIR/viewer.html", "$OUTPUT_DIR/report.json"])

⚠️ 重要：viewer.html 和 report.json 必须在同一目录下。viewer.html 通过 fetch('./report.json') 自动加载数据。

所有文件保存至 groupchat/YYYY-MM-DD_HHMMSS/（按分析时间戳新建）。

---

Step 0：规模判断与预处理策略

首先判断消息量级，选择对应工作流：

规模	消息数	策略
小型	< 200 条	全量分析，一次性输出
中型	200-1000 条	分块分析（每块200条），subagent 资产抓取与主分析并行
大型	> 1000 条	分块分析 + 向用户报告进度，HTML 启用虚拟滚动

0.1 广告/垃圾信息过滤

标记为 spam，不计入评分：

• 营销话术（购买/优惠/引流）
• 同一人 3 条内容相似度 > 80%
• 连续 5 条以上纯表情包
• 短链 + 邀请码格式

0.2 Bot 识别排除

排除昵称含 Bot/助手/机器人/通知/公告 或发言模式高度规律的账号，单独列出。

0.3 无时间戳处理

无时间戳时：时序子项跳过，权重自动切换：

• 有时间戳：活跃度20% · 内容质量30% · 互动影响25% · 专业权威15% · 社区粘性10%
• 无时间戳：活跃度15% · 内容质量35% · 互动影响30% · 专业权威20% · 社区粘性0%

---

Step 1：解析输入

格式	处理
微信/TG/Slack/Discord 导出文本	解析时间戳、昵称、消息
截图	OCR 后按文本处理
JSON / CSV	直接读取字段映射
多文件/分段粘贴	合并去重

字段缺失时：说明缺失内容，继续最佳估计，不中止。

---

Step 2：外部资源抓取（Subagent 并行）

与主分析流程并行执行，不阻塞成员评分。

去重与优先级

• 按 URL/图片 hash 去重，只抓取一次，累计 share_count
• 优先：技术文章/文档/仓库/被 ≥3 人提及的链接
• 低优先：社交主页、电商页

失败处理

原因	标注
403/401	failed_403
超时 >10s	failed_timeout
付费墙	failed_paywall
404	dead_link

保存结构

assets/
├── index.json       # 资产清单
├── articles/        # 文章摘要（.md）
├── images/          # 重要图片
└── repos/           # 仓库信息

---

Step 3：五维画像评分

💡 权重扩展点：所有权重集中于 Step 0.3，后续迭代可在此添加自定义逻辑。

维度一：活跃度

= min(100, 发言数/全体中位数×50 + 活跃天数占比×30[无时间戳=0] + 跨话题参与度×20)

发言 < 3 条上限 30。

维度二：内容质量（抽样最多20条）

子维度	高分信号	满分
技术深度	原理/源码/架构	25
信息密度	干货多、信息量高	25
原创性	个人观点、独立分析	25
表达清晰度	逻辑清晰、易读	25

发言 < 5 条标注 sample_insufficient。

维度三：互动影响力

原始分 = 被@数×3 + 引发回复数×2 + 主动回复数×1
→ 归一化到 0-100

维度四：专业权威

以下信号各 +20，上限 100： ✅ 解答技术问题被采纳 ✅ 给出可执行代码/方案 ✅ 纠正错误信息 ✅ 被他人引用认可 ✅ 分享资源 share_count ≥ 3

维度五：社区粘性（无时间戳时跳过）

= 连续活跃周数/总周数×50 + 跨话题参与数/总话题数×50

---

Step 4：角色分类

角色	判定
🎯 核心贡献者	综合≥70，内容质量≥70，权威≥60
🔧 问题解决者	权威≥70，回复他人占互动>60%
📢 信息传播者	活跃高，原创性<40，链接/转发>50%
❓ 优质提问者	引发回复前25%，权威<40
👀 潜水观察者	活跃<20，发言<5条
😄 氛围组	活跃高，内容质量<40，水文为主
🌱 新人成长者	发言少但提问多、积极互动
⚠️ 低贡献风险	活跃<10，内容质量<20，无有效互动

---

Step 5：聊天内容总结

在完成成员评分后，对全量消息进行一次内容层面的分析，输出到 JSON 的 content_summary 字段。

5.1 核心议题摘要

识别 3-8 个主要话题线程，每个包含：

• 议题标题（10字以内）
• 简述（2-3句，覆盖主要观点）
• 参与者列表
• 议题热度（参与人数 + 消息数）

5.2 精华发言精选

选取 5-10 条最有价值的发言，标准：

• 引发 ≥3 条回复
• 包含可操作的技术方案
• 提出了有洞察力的问题或反驳
• 被他人引用或认可

每条保留原文（不改写）+ 发言人 + 价值标注。

5.3 共识与分歧

• 共识：多人达成一致的观点（≥3人明确认同）
• 分歧：存在明确对立观点的议题，列出双方核心论点

5.4 行动项 / 待办

提取群内有人明确提出的计划、建议、邀约等，格式：

- [提出人] 行动内容 （对象：涉及人）

---

Step 6：运营决策支持

A. KOL 筛选

输出 kol_candidates，包含推荐理由和适用场景。

B. 低价值成员风险评分

只输出风险评分（0-100）和风险因素，不输出清退名单。

• high（≥70）/ medium（40-69）/ low（<40）

C. 团队协作

• 知识覆盖矩阵（covered/weak/gap）
• 核心-外围三层分层
• 互动断层识别

---

Step 7：输出 report.json

完整 JSON 结构

{
  "analysis_meta": {
    "generated_at": "2025-05-14 12:00:00",
    "total_messages": 150,
    "member_count": 12,
    "spam_messages_filtered": 5,
    "has_timestamp": true,
    "weight_mode": "standard",
    "source_format": "wechat_text",
    "bots_excluded": []
  },
  "content_summary": {
    "topics": [
      {
        "title": "议题标题",
        "description": "2-3句描述",
        "participants": ["昵称"],
        "message_count": 12,
        "heat_score": 85
      }
    ],
    "highlights": [
      {
        "sender": "昵称",
        "content": "原文",
        "value_tag": "技术洞察|精准提问|有效解答|引发讨论",
        "replies_triggered": 4
      }
    ],
    "consensus": ["共识观点1", "共识观点2"],
    "disputes": [
      {
        "topic": "争议议题",
        "side_a": { "position": "观点A", "supporters": ["昵称"] },
        "side_b": { "position": "观点B", "supporters": ["昵称"] }
      }
    ],
    "action_items": [
      { "proposer": "昵称", "action": "行动内容", "target": "涉及对象" }
    ]
  },
  "members": [
    {
      "nickname": "成员昵称",
      "scores": {
        "composite": 75,
        "activity": 60,
        "content_quality": 80,
        "interaction_influence": 70,
        "professional_authority": 85,
        "community_stickiness": 50
      },
      "roles": ["🎯 核心贡献者"],
      "churn_risk_level": "low",
      "risk_factors": [],
      "highlights": ["代表性发言原文"],
      "tech_domains": ["Go", "Docker"],
      "stats": {
        "message_count": 25,
        "reply_count": 10,
        "mentioned_count": 5,
        "links_shared": 3,
        "active_days": 7
      }
    }
  ],
  "community_health": {
    "kol_candidates": [
      {
        "nickname": "昵称",
        "composite_score": 85,
        "kol_signals": ["高内容质量", "被多人 @ 引用"],
        "tech_domains": ["AI", "Python"],
        "recommended_for": "技术分享嘉宾"
      }
    ],
    "risk_summary": { "high": 2, "medium": 3, "low": 7 },
    "knowledge_coverage": {
      "领域名": { "level": "covered|weak|gap", "experts": ["昵称"] }
    },
    "core_periphery_layers": {
      "core": ["核心成员"],
      "active": ["活跃成员"],
      "peripheral": ["边缘成员"]
    },
    "topic_clusters": ["话题1", "话题2"],
    "activity_trend": "上升|稳定|下降",
    "top_assets": [
      {
        "title": "资源标题",
        "url": "https://example.com",
        "summary": "资源摘要",
        "share_count": 3,
        "shared_by": ["昵称A", "昵称B"],
        "fetch_status": "success|failed_403|failed_timeout|failed_paywall|dead_link"
      }
    ],
    "health_notes": "社区健康评估文字描述"
  },
  "failed_assets": []
}

top_assets 字段约束

• top_assets 为空时必须输出 []。
• top_assets[].shared_by 必须始终是字符串数组；没有可识别分享者时输出 []，不要输出字符串。
• 抓取失败但仍值得展示的资源可以保留在 top_assets 中，并用非 success 的 fetch_status 标注。
• failed_assets 保留为原始失败清单，供审计和调试使用；当前 viewer.html 不直接渲染该字段。

---

Step 8：部署 Viewer 并呈现给用户

完成 report.json 后，必须执行以下操作：

# 复制 viewer.html 到输出目录
cp /mnt/skills/user/community-profiler/assets/viewer.html "$OUTPUT_DIR/viewer.html"

然后使用 present_files 工具呈现文件，viewer.html 优先作为第一个文件：

present_files(["$OUTPUT_DIR/viewer.html", "$OUTPUT_DIR/report.json"])

Viewer 工作原理

assets/viewer.html 是一个独立的可视化报告查看器，直接消费 report.json：

• 自动加载：通过 fetch('./report.json') 加载同目录的数据文件
• URL 参数：支持 ?data=路径 指定不同 JSON 文件
• 文件上传回退：若 fetch 失败，显示文件选择器供手动上传 JSON
• 主题切换：支持 light/dark 主题切换
• 导出功能：可重新导出当前加载的 JSON 数据
• 成员排行：按 members[].scores.composite 排序，展示前三名、完整成员列表和五维雷达图
• 详情展开：成员列表点击后展开五维评分、代表发言、技术领域、统计数据和风险因素
• 运营面板：展示 KOL 候选、风险分布、知识覆盖、角色分布、活跃度分布和社区健康结论
• 资源热榜：展示 community_health.top_assets，其中 shared_by 按数组渲染为分享者列表

⚠️ 不要自行生成 HTML 报告

与 v3 版本不同，不再需要在 AI 输出中生成完整 HTML。viewer.html 是预置的静态资产，只需复制到输出目录即可。AI 只负责生成 report.json 数据。

---

Step 9：Markdown 报告（可选）

仅用户明确要求时生成，新增"聊天内容总结"章节作为第二节。

---

边界处理

情况	处理
记录 < 10 条	提示数据不足，仍输出最佳估计
只有 1-2 人	说明无法做比较分析
无时间戳	Step 0.3 自动切换
非技术群	"专业权威"改"领域权威"，向用户说明
时区未知	默认 UTC+8
大型记录 > 1000 条	启用分块处理，viewer 已内置虚拟滚动

---

参考文件

• assets/viewer.html — 独立可视化报告查看器，自动加载并渲染同目录 report.json
• references/scoring-examples.md — 各维度典型评分案例