Sentiment Analyzer

---

name: sentiment-analyzer description: 客服场景文本情绪分析工具。当需要对客户消息进行情绪识别（愤怒/焦虑/中性/满意/热情）、敏感词检测、情绪波动告警时使用。适用于：自动调整回复语气、触发紧急转接、投诉分级处理、NPS情绪追踪。触发词：情绪分析、情感检测、客户情绪、愤怒检测、情绪告警、sentiment。

---

情感分析器 (Sentiment Analyzer)

客服销售总监卡耐基的专用情绪分析工具，基于本地规则引擎，无需外部 API。

快速使用

运行分析脚本，传入客户文本：

python3 scripts/analyze.py "客户的消息内容"

输出结构化 JSON，包含情绪分类、敏感词列表、告警标记。

输出格式

{
  "sentiment": "angry|anxious|neutral|satisfied|enthusiastic",
  "score": -1.0 到 1.0,
  "keywords": ["检测到的负面关键词"],
  "sensitive_words": ["敏感词列表"],
  "alert": true|false,
  "alert_reason": "触发告警的原因",
  "reply_tone": "apologetic|calm|neutral|positive|enthusiastic"
}

情绪分类规则

| 情绪 | 触发条件 | 回复语气 | |:--|:--|:--| | angry | 负面词≥2 或含敏感词 或含强烈否定 | apologetic | | anxious | 含担忧/急切词汇 | calm | | neutral | 无明显情绪信号 | neutral | | satisfied | 含正面词汇 | positive | | enthusiastic | 含热情/赞叹词汇 | enthusiastic |

告警触发条件

满足以下任一条件时 alert: true： 1. 情绪为 angry 且 score < -0.5 2. 检测到敏感词 3. 情绪波动：连续 3 条消息 score 持续下降

回复语气映射

根据情绪自动推荐回复语气，详见 references/reply_tone.md。

集成指引

在对话流程中使用

当收到客户消息时，调用 analyze.py 获取情绪分析结果，据此调整回复策略：

apologetic：立即道歉，表达理解，承诺解决

calm：温和安抚，确认问题，给出时间表

neutral：专业中性，提供解决方案

positive：积极回应，强调价值

enthusiastic：热情回应，感谢信任

情绪追踪

使用 track.py 记录对话中连续的情绪变化，用于判断是否需要人工介入：

python3 scripts/track.py "客户消息" --session-id "会话ID"

详见 references/emotion_tracking.md。