xai-sentiment

用途

xai-sentiment 用于对 Twitter/X 平台上的内容进行实时情感分析。它基于 Grok 的原生集成与内置 NLP 能力，适合在分析社交舆情、跟踪市场情绪或衡量特定话题的公众意见时使用。

主要能力

该技能通过调用 xAI 接口完成分析：api_key 读取环境变量 XAI_API_KEY，base_url 为 https://api.x.ai/v1，使用的模型为 grok-4-1-fast。

提供的分析形式包括：

基础情感分析：返回正面、中性、负面百分比以及 -1 到 1 的分数。
详细情感分析：按时间范围（默认 24h）返回整体情感标签、分数、置信度、正/负/中性明细、主题、意见领袖情感、热门话题标签以及情感驱动因素。
对比情感分析：对多个话题进行对比，返回各自情感分数、声量、趋势以及最优/最差话题和洞察。
情感时间线：分析话题在不同时间段（如最近一小时、最近 24 小时、最近一周）的变化，返回趋势、动量与关键事件。
股票情感：针对股票代码（如 $AAPL）返回整体情感、强度、交易信号、催化剂、价格预测、风险因素与建议。
加密货币情感：返回情感分数、恐惧贪婪指标、巨鲸提及、意见领袖情感、热门叙事、FUD 与 FOMO 检测。
批量情感分析：一次性分析多个话题，返回每个话题的分数、标签与声量。
情感预警：检查情感是否越过指定阈值，返回是否触发预警、预警类型、原因与建议操作。

情感分数分级

分数区间对应标签：0.6 到 1.0 为 Very Bullish（强烈正面）；0.2 到 0.6 为 Bullish（温和正面）；-0.2 到 0.2 为 Neutral（混合或平衡）；-0.6 到 -0.2 为 Bearish（温和负面）；-1.0 到 -0.6 为 Very Bearish（强烈负面）。

使用方式

使用 Python 的 openai 库初始化客户端，将 api_key 设置为环境变量 XAI_API_KEY，base_url 设置为 https://api.x.ai/v1。随后通过 client.chat.completions.create 调用模型 grok-4-1-fast，在 messages 中传入要求搜索并分析指定话题情感的提示词，并让模型返回 JSON 格式结果。示例：先定义 analyze_sentiment(topic) 函数并调用 analyze_sentiment("$AAPL stock")，然后打印结果。不同分析函数（基础、详细、对比、时间线、股票、加密货币、批量、预警）均采用相同的调用结构，区别在于提示词与期望返回的 JSON 字段。

最佳实践

资料给出以下建议：始终请求置信度以判断可靠性；请求样本量（已分析帖子数量）以获得上下文；注意 Grok 可能误判讽刺，可要求单独标记可能含讽刺的帖子；结合账号过滤提高信号质量，例如聚焦认证账号与粉丝数超过 1 万的账号；将情感与价格数据结合使用，情感在与价格走势结合时价值最高。

适用场景

包括社交媒体情感分析、市场情绪跟踪、公众意见衡量，以及股票与加密货币等金融相关的情感监测。

限制

资料列出的限制与缓解方式为：讽刺识别——要求显式标记；机器人内容——要求过滤可疑模式；历史准确性——聚焦近期数据；样本量——请求声量指标。

技能介绍

用途