Social Sentiment Monitor 社媒舆情监控

---

name: social-sentiment-monitor description: | 社交媒体舆情监控助手 - 实时监控Twitter、Reddit等平台的加密货币讨论、情绪分析和热点追踪。 当用户需要以下功能时触发此skill： (1) 监控特定代币或项目的社交媒体讨论热度 (2) 分析社区情绪变化（看涨/看跌/恐慌/FOMO） (3) 追踪KOL和大V的发言动向 (4) 发现 viral 内容和热点话题 (5) 监测负面舆情和FUD传播 (6) 生成舆情报告和趋势分析

---

Social Sentiment Monitor

> 💰 本 Skill 已接入 SkillPay 付费系统 > - 每次调用费用：0.01 USDT > - 支付方式：BNB Chain USDT > - 请先确保账户有足够余额

社交媒体舆情监控助手 — 读懂市场的声音

核心能力

1. 多平台监控

Twitter/X - 推文量、互动数据、情绪分析

Reddit - 板块讨论、投票趋势、评论分析

Telegram - 群组活跃度、消息频率

Discord - 社区讨论热度

2. 情绪分析

情绪评分 - 0-100分，量化社区情绪

情绪分类 - 看涨/看跌/恐慌/FOMO/中性

情绪趋势 - 追踪情绪变化轨迹

极端情绪预警 - FOMO/FUD极端值检测

3. 热点发现

话题热度 - 讨论量突增检测

Viral内容 - 高传播性内容识别

关键词追踪 - 自定义关键词监控

新兴话题 - 新出现的热门讨论

4. KOL监控

大V发言 - 追踪知名KOL的推文

影响力分析 - 评估KOL对市场的影响

观点聚合 - 汇总主流观点

异常发言 - 检测突然的态度转变

5. 负面舆情预警

FUD检测 - 恐慌、质疑、负面信息

谣言识别 - 识别潜在的虚假信息

危机预警 - 项目危机信号

传播追踪 - 追踪负面信息的传播路径

使用工作流

快速开始

# 1. 监控代币情绪
python scripts/token_sentiment.py --token ETH --platforms twitter,reddit
2. 追踪热点话题
python scripts/trending_topics.py --keywords "以太坊,ETH,合并" --hours 24
3. 监控KOL发言
python scripts/kol_monitor.py --handle @VitalikButerin --alert-on-post
4. 负面舆情预警
python scripts/fud_detector.py --token BTC --threshold 70
5. 生成舆情报告
python scripts/sentiment_report.py --token SOL --days 7
6. 启动全面监控
python scripts/sentiment_daemon.py --config config.yaml

配置示例

# config/sentiment_monitor.yaml
monitoring:
  # 监控的代币
  tokens:
    - symbol: ETH
      name: Ethereum
      keywords: ["ethereum", "eth", "ether"]
      alert_threshold: 70
    - symbol: BTC
      name: Bitcoin
      keywords: ["bitcoin", "btc"]
      alert_threshold: 75
  
  # 监控的平台
  platforms:
    twitter:
      enabled: true
      min_followers: 1000
      languages: ["en", "zh"]
    reddit:
      enabled: true
      subreddits: ["CryptoCurrency", "ethfinance", "Bitcoin"]
    telegram:
      enabled: false
  
  # KOL监控列表
  kols:
    - handle: "@VitalikButerin"
      name: "Vitalik Buterin"
      weight: 10
    - handle: "@cz_binance"
      name: "CZ"
      weight: 9
  
  # 情绪分析设置
  sentiment:
    bullish_threshold: 65
    bearish_threshold: 35
    extreme_fomo: 85
    extreme_fud: 15
  
  # 通知设置
  notifications:
    telegram:
      enabled: true
      bot_token: ${TELEGRAM_BOT_TOKEN}
      chat_id: ${TELEGRAM_CHAT_ID}
    discord:
      enabled: true
      webhook_url: ${DISCORD_WEBHOOK_URL}
  
  # 检查间隔（分钟）
  interval: 15

脚本说明

scripts/token_sentiment.py

分析特定代币的整体情绪

# 分析ETH情绪
python scripts/token_sentiment.py --token ETH
指定平台
python scripts/token_sentiment.py --token BTC --platforms twitter
历史分析
python scripts/token_sentiment.py --token SOL --days 7

scripts/trending_topics.py

发现和追踪热点话题

# 追踪关键词
python scripts/trending_topics.py --keywords "空投,airdrop" --hours 24
发现新兴话题
python scripts/trending_topics.py --discover --top-n 10

scripts/kol_monitor.py

监控KOL发言

# 监控特定KOL
python scripts/kol_monitor.py --handle @VitalikButerin
监控列表中的KOL
python scripts/kol_monitor.py --watchlist --config kols.yaml

scripts/fud_detector.py

检测负面舆情

# 监控BTC负面信息
python scripts/fud_detector.py --token BTC
设置敏感度
python scripts/fud_detector.py --token ETH --sensitivity high

scripts/viral_content.py

发现病毒式传播内容

# 发现热门推文
python scripts/viral_content.py --platform twitter --min-likes 1000
追踪传播路径
python scripts/viral_content.py --track tweet_id

scripts/sentiment_report.py

生成舆情报告

# 生成周报
python scripts/sentiment_report.py --token ETH --days 7 --output report.pdf
对比多个代币
python scripts/sentiment_report.py --compare ETH,BTC,SOL --days 30

scripts/sentiment_daemon.py

守护进程模式

# 启动监控
python scripts/sentiment_daemon.py --config config.yaml
后台运行
python scripts/sentiment_daemon.py --daemon

数据源

免费数据源

| 平台 | 数据源 | 限制 | |------|--------|------| | Twitter | Twitter API v2 | 1500 tweets/month (免费) | | Reddit | PRAW | 60 requests/minute | | LunarCrush | LunarCrush API | 有限免费额度 | | Santiment | Santiment API | 部分指标免费 |

付费数据源

| 平台 | 价格 | 特点 | |------|------|------| | Twitter API Basic | $100/month | 10K tweets/month | | Twitter API Pro | $5000/month | 1M tweets/month | | LunarCrush Pro | $49/month | 完整社交数据 | | Santiment | €49/month | 链上+社交数据 |

情绪指标说明

情绪分数 (0-100)

0-20: 极度恐慌 (Extreme Fear)

21-40: 恐慌 (Fear)

41-60: 中性 (Neutral)

61-80: 贪婪 (Greed)

81-100: 极度贪婪 (Extreme Greed)

关键指标

讨论量 (Volume) - 提及次数

情绪强度 (Intensity) - 情绪表达强烈程度

传播速度 (Velocity) - 信息传播快慢

影响力 (Impact) - 对价格的潜在影响

预警级别

🔴 紧急 (Critical)

极端FUD情绪 (< 15分)

重大负面事件爆发

KOL突然转变态度

🟠 重要 (Warning)

情绪快速恶化

大量负面信息集中出现

传播速度异常

🟡 普通 (Info)

情绪波动在正常范围

新兴话题出现

讨论量突增

最佳实践

1. 多平台验证 - 不要依赖单一平台数据 2. 结合链上 - 社交媒体情绪应与链上数据结合 3. 识别机器人 - 注意过滤僵尸账号和机器人 4. 关注质量 - 高互动量≠高质量讨论 5. 长期追踪 - 建立基准线，识别异常

风险提示

⚠️ 本工具仅供信息参考，不构成投资建议

社交媒体情绪可能被操纵

机器人和水军影响数据准确性

KOL发言可能有利益关联

情绪指标具有滞后性

---

*倾听市场的声音，但保持独立思考。*