mcpField
B
baokuan-article-analysis

baokuan-article-analysis

github.com/spacezephyrマーケティング・グロース1.8k60 回インストール9 週間前に更新
リポジトリ

baokuan-article-analysis について

baokuan-article-analysisは、WeChat公式アカウントの記事を分野またはキーワード単位で分析するスキルです。記事データを統合・重複排除してHTMLレポートを作成し、単一アカウントの全履歴取得には使いません。

主な機能

  1. 01分野・キーワード別の人気記事取得
  2. 02キーワード結果の統合・重複排除・順位付け
  3. 03元データのJSON出力
  4. 04図表と分析を含むHTMLレポート生成
  5. 05閲覧数・共有数・文体パターンの分析

活用シーン

  1. 01分野の最近のWeChat記事を追跡
  2. 02複数キーワードの人気記事を比較
  3. 03閲覧・共有の多い記事の書き方を調査
  4. 04コンテンツ企画や執筆の参考情報収集

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/spacezephyr/creator-buddy --skill baokuan-article-analysis

インストール後、Claude Code で/baokuan-article-analysisを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
references/
default-sectors.json
scripts/
daily_sector_trends.py

詳細

人気記事分析

概要

このスキルを使うと、分野別に人気のWeChat公式アカウント記事データを取得し、日次分析レポートを作成できます。特定のアカウントについて過去の履歴を正確にスクレイピングするのではなく、分野単位またはキーワード単位の分析を目的としています。

同梱のスクリプトは、人気記事データソースにクエリを実行し、分野ごとにキーワードを統合して記事を重複排除し、順位を付け、次のファイルを出力します。

  • data.json：構造化された生データ
  • report.html：KPIカード、棒グラフ、ランキング形式の記事カード、文体分析、人気の理由、執筆の参考情報を含む、シンプルな視覚分析レポート

Markdownレポートをデフォルトで作成しないでください。ユーザーに提供する主な成果物はreport.htmlです。

クイックスタート

デフォルトの分野で実行します。

python3 ~/.codex/skills/baokuan-article-analysis/scripts/daily_sector_trends.py \
  --output-dir ./output/baokuan-article-analysis

カスタムの分野で実行します。

python3 ~/.codex/skills/baokuan-article-analysis/scripts/daily_sector_trends.py \
  --sector 'AI Agent=AI Agent,智能体,Agent框架' \
  --sector 'Skill=skill,Skills,AI Skill' \
  --sector 'Claude Code=Claude Code,Codex,AI编程' \
  --output-dir ./output/baokuan-article-analysis

JSON設定を使って実行します。

python3 ~/.codex/skills/baokuan-article-analysis/scripts/daily_sector_trends.py \
  --sector-config ~/.codex/skills/baokuan-article-analysis/references/default-sectors.json \
  --days 7 \
  --output-dir ./output/baokuan-article-analysis

ワークフロー

  1. ユーザーのリクエストから分野とキーワードを特定します。
  2. ユーザーが大まかな分野しか指定していない場合は、references/default-sectors.jsonを使用するか、適宜調整します。
  3. scripts/daily_sector_trends.pyを実行します。
  4. 生成されたreport.htmlを開きます。
  5. 次の内容をユーザーに要約します。
    • 最も閲覧数の多い記事と最もシェア数の多い記事
    • 文体の傾向
    • 人気記事になった理由
    • タイトルとトピックの定型パターン
    • 実践的な執筆の参考情報
  6. HTMLファイルのパスを主な成果物として返します。

スクリプトのオプション

オプション目的
--sector '赛道=关键词1,关键词2'分野を1つ追加します。複数回指定できます。
--sector-config path.jsonJSONオブジェクトから分野を読み込みます。
--days N遡って検索する期間です。デフォルトは7日間です。
--start-date YYYY-MM-DD開始日を明示的に指定します。--daysより優先されます。
--max-items-per-sector N分野ごとのランキング記事数の上限です。デフォルトは10件です。
--output-dir DIR出力先の親ディレクトリです。その中に日付フォルダーが作成されます。
--report-date YYYY-MM-DDレポートの日付です。デフォルトは今日です。

データの制限

  • このスキルが返すのは人気記事リストのデータであり、特定アカウントの直近の全履歴ではありません。
  • clicksCountは公開データソースのスナップショットであり、WeChatのバックエンド上の最新閲覧数より遅れる場合があります。
  • 特定のアカウント名でデータが見つからない場合は、そのアカウントのトピックに関するキーワードに切り替え、同じ分野の記事と比較してください。
  • 今日のデータが少ない場合は、--days 7または--days 30を使用してください。

出力の解釈

閲覧数はリーチ、シェア数は拡散、コメント数は議論の度合いを示す指標として使います。ファン数が少ない一方で閲覧数が多い記事は、タイトルや構成の参考にします。同じアカウントが繰り返し登場する場合は、注目すべき有力な競合またはコンテンツソースであることを示しています。

コメント

Markdown 対応