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

* --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

1. 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
2. 批量搜索 — 调用 autoglm-websearch，每个词间隔 0.3s
3. URL 去重 — 同一 URL 只保留首次出现
4. 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）
5. 时效过滤 — 超出时间窗口的结果丢弃，无日期的默认保留
6. 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