用途：该技能用于指导搭建情感分析系统，识别文本中的情绪基调与观点，适用于客户评论、社交媒体提及、支持工单和问卷回答等场景。
主要能力：提供选择分析方案的决策框架，比较规则（VADER）、预训练（RoBERTa）、微调模型与 LLM（GPT-4、Claude）在速度、准确率、可定制性上的取舍；给出情感流水线实现思路，包括预处理、分析与聚合；支持方面级情感分析、情绪检测、比较情感、时间趋势追踪与讽刺检测。
使用方式：通过触发语调用，如“Analyze sentiment of [text]”“Best sentiment analysis for [use case]”“Sentiment by feature for [reviews]”“Detect emotions in [text]”“How to handle sarcasm in sentiment”“Summarize sentiment trends”。资料中给出预处理、分析器类、方面提取与 LLM 提示等代码示例，实际使用需按自身环境调整。
适用场景：需要批量或实时分析文本情感、按产品特征或体验维度拆分情感、追踪情感随时间变化、识别具体情绪或处理讽刺表达的项目。
限制与注意事项：资料未提供该技能的安装命令、收费、价格、平台支持或效果数据。情感分析本身存在讽刺、上下文、领域语言与文化差异等挑战；预训练模型有领域偏差；中性是有效类别，低置信度结果应标记；机器情感不等于人类情感，需抽样人工验证并报告不确定性。