用途：Seederive 用 LLM 对文本、语音、图片等非结构化数据做批量分析处理，覆盖情感分析、标签分类、观点提取、翻译、营销水军识别、内容评分、标签库管理与提示词优化等场景。
认证与连通性：使用前需设置环境变量 VOLCENGINE_ACCESS_KEY 与 VOLCENGINE_SECRET_KEY（均必填）。验证命令：python3 ${SKILL_DIR}/scripts/seederive.py task list --page-size 1，返回 "code": 0 表示连通成功，认证错误则检查 AK/SK。
使用方式：统一通过 python3 ${SKILL_DIR}/scripts/seederive.py <子命令和参数> 执行。按用户意图分为五类场景：A 快速试效果、B 创建批量任务、C 建立标签体系、D 优化效果、E 不确定。其中场景 A 可直接执行，其余需先读取对应参考文件（task.md、tag-base.md、optimize.md）后再操作。
快速试效果（quick-preview）：无需创建任务，支持直接传文本、上传文件或导出 CSV。分析类型对应 nodeType：EMOTION_DETECTION（情感分析）、SHILL_DETECTION（水军识别）、OPINION_SUMMARY（观点提取）、CONTENT_SCORING（内容评分）、TRANSLATION（翻译，需 --target-language）、TAG_DETECTION（标签分类，需 --tag-base-id）、SUBJECT_DETECTION（主体识别，需 --tag-base-id）、CUSTOM_APPLICATION（自定义，需 --prompt 与 --output-fields）。主要参数包括 --raw-data/--raw-data-file/--file（三选一）、--node-type、--input-column、--max-rows（默认 10，上限 50）、--response-format（json 或 csv）、--output。
流转原则：先试后建，建议先用 quick-preview 验证效果，满意且数据量大时再建正式任务；需要标签分类时先建标签库；效果不满意则优化提示词或更换模型后回到快速验证。
限制：场景 B/C/D 的具体步骤、参数与 JSON 格式未在本资料中给出，需读取对应参考文件；quick-preview 单次处理行数上限 50；标签分类与主体识别依赖已创建的标签库 ID。其余功能、收费与平台支持范围暂未提供。