SuperAPI AI 工具集

feedback-analysis

数据与分析

查看项目

更新于 10-18 16:14

技能介绍

用途:对 App 或一个应用集合在指定时间窗口内的用户反馈做整体分析,生成结构化报告,涵盖 KPI 及环比变化、评分趋势、评论量趋势、情感趋势、异常提示,以及按优先级排序的主要 Bug 和功能诉求。

范围与输入:scope 可以是单个应用(ext_id + store)、整个集合,或用户从同一集合中选出的子集应用,暂不支持在单个报告中跨多个集合。window 默认最近 30 天,对比期为紧邻的等长周期;可选 country 与 lang;depth 分 quick、standard、deep 三档,分别对应 get_reviews 的分页上限 2、5、10,默认 deep,quick 与 standard 仅在用户明确要求时使用。

工具分层:运行时探测当前可用的工具列表。Tier A 始终可用,包括 whoami、list_collections、list_apps、get_reviews、get_ratings_history。Tier B 在探测缺失时降级,包括 reviews_semantic、get_reviews_summary、get_reviews_ai_summary。get_gp_console_ratings 按应用级别可降级:若未连接 Google Play Console、服务端不可用或返回空结果,则省略该项信号并在报告中注明缺口,不影响 App Store 评分历史路径,也不因该调用失败而中断整体分析。

数据采集:先做会话与范围解析,即使只针对单个 ext_id 也必须查询集合,因为 get_ratings_history 与 get_reviews_ai_summary 需要 collection_name + store。随后优先获取低成本聚合数据:用一次 get_ratings_history 覆盖两个窗口并客户端拆分,按窗口调用 get_reviews_summary,再获取叙述性摘要 get_reviews_ai_summary,并以 reviews_semantic 为主、客户端分类为兜底;最后按应用循环获取原始评论分页,达到分页上限或 next 为空时提前停止,并记录覆盖率。

分析方式:按参考方法计算 KPI 与差值、日均值与 7 日滚动趋势,使用带明确阈值的异常启发式规则,进行 Bug 与功能挖掘(语义优先,客户端分类为默认兜底)。执行覆盖率门槛:文本衍生结论覆盖率低于 60% 时降级为“仅供参考”,评分衍生结论不受覆盖率门槛限制。集合汇总按 rating_cnt 加权,跨应用聚类合并到 affected_apps。

错误处理:INSUFFICIENT_CREDITS 时停止并输出部分报告与覆盖率说明;RATE_LIMITED 时退避一次后继续;非关键调用出现 NETWORK_ERROR 或 UPSTREAM_ERROR 时跳过对应章节继续执行;Tier B 工具缺失时使用既定兜底方案;不会因单个工具错误导致整份报告失败。

输出产物:写入 ./appfollow-reports/<report_id>/ 目录,包括 findings.json(遵循 appfollow.toolkit.findings/v1,report_type 为 feedback,写入前按 schemas/findings.schema.json 校验,每条发现包含稳定 id、类型、标题、描述、严重度、优先级提示、受影响应用、指标、3–5 条不超过 200 字符的评论引用证据、建议标签、稳定 dedup_key 以便重跑去重、status 为 proposed)、report.html(基于模板填充,内联 SVG 图表,无外部请求)与 report.md(同样内容的 Markdown 版本)。在 Claude Code 上还会发布 HTML 产物;在 Codex 上写入文件并说明路径。

限制与边界:该技能为只读,从不调用写入类工具;同一报告暂不支持跨多个集合;报告只生成文件,工具本身不与任何追踪系统通信,需由用户自己的追踪代理将 findings.json 归档。