用途：Sentiment Analyzer 用于对文本做情感分析，典型场景包括批量处理产品评论、归类 NPS 开放式问卷回答、监测社交媒体品牌口碑、评估营销活动反馈，以及按情感给客服工单分类。
主要能力：提供三种命令。单条分析用 python scripts/main.py analyze "文本"；批量处理用 python scripts/main.py batch reviews.csv --column text，结果输出为 CSV，包含原文、sentiment、score、label 等列；报告用 python scripts/main.py report reviews.csv --column text --output sentiment-report.html，生成汇总 HTML，如正面/中性/负面占比及主要原因。情感按分数划分五档：0.8-1.0 Very Positive（热情、愿推荐），0.6-0.8 Positive（满意），0.4-0.6 Neutral（中性或混合），0.2-0.4 Negative（失望），0.0-0.2 Very Negative（愤怒、可能流失）。
安装依赖：完整版 pip install transformers torch pandas click；仅 CPU 轻量版 pip install textblob vaderSentiment pandas click。
适用与限制：工具本身擅长搭建分析框架、识别数据模式、生成可视化模板、计算统计指标；但不访问你的实际数据，不替代统计专业知识，不做业务决策，也不保证预测准确率。指标阈值、业务解读和行动优先级需用户自行决定。文档标注难度为 intermediate，模式为 centaur，分类属 analytics/nlp。