Community Profiler

Community Profiler v4.1.0 — 技术社区成员画像与评估

概述

将群聊记录解析为结构化成员画像，支持三种使用场景：

• 运营决策：KOL 筛选、低价值成员风险评分
• 个人研究：社区生态与知识流动分析
• 团队协作：成员贡献与角色识别

---

输出架构（JSON + Viewer 分离）

本技能采用 数据与视图分离 架构：

输出文件

1. report.json — AI 分析结果的唯一结构化输出（必须）
2. viewer.html — 从 assets/viewer.html 复制到输出目录的独立可视化查看器（自动）
3. report.md — 文字分析报告（仅用户明确要求时）
4. assets/ — 抓取的链接/图片内容（有外部资源时）

输出流程（严格按此顺序）

Step A：分析群聊 → 生成 report.json → 保存到输出目录
Step B：从技能 assets/ 复制 viewer.html 到输出目录（与 report.json 同级）
Step C：使用 present_files 将 viewer.html（第一个）和 report.json 呈现给用户

关键命令序列

# 1. 创建输出目录
OUTPUT_DIR="/mnt/user-data/outputs/groupchat/$(date +%Y-%m-%d_%H%M%S)"
mkdir -p "$OUTPUT_DIR"

# 2. 保存 report.json（由 AI 分析生成，用 create_file 写入）
# → $OUTPUT_DIR/report.json

# 3. 复制 viewer.html 到输出目录
cp /mnt/skills/user/community-profiler/assets/viewer.html "$OUTPUT_DIR/viewer.html"

# 4. 通过 present_files 呈现给用户
# present_files(["$OUTPUT_DIR/viewer.html", "$OUTPUT_DIR/report.json"])

> ⚠️ 重要：viewer.html 和 report.json 必须在同一目录下。viewer.html 通过 fetch('./report.json') 自动加载数据。

所有文件保存至 groupchat/YYYY-MM-DD_HHMMSS/（按分析时间戳新建）。

---

Step 0：规模判断与预处理策略

首先判断消息量级，选择对应工作流：

| 规模 | 消息数 | 策略 | |------|--------|------| | 小型 | 1000 条 | 分块分析 + 向用户报告进度，HTML 启用虚拟滚动 |

0.1 广告/垃圾信息过滤

标记为 spam，不计入评分：

• 营销话术（购买/优惠/引流）
• 同一人 3 条内容相似度 > 80%
• 连续 5 条以上纯表情包
• 短链 + 邀请码格式

0.2 Bot 识别排除

排除昵称含 Bot/助手/机器人/通知/公告 或发言模式高度规律的账号，单独列出。

0.3 无时间戳处理

无时间戳时：时序子项跳过，权重自动切换：

• 有时间戳：活跃度20% · 内容质量30% · 互动影响25% · 专业权威15% · 社区粘性10%
• 无时间戳：活跃度15% · 内容质量35% · 互动影响30% · 专业权威20% · 社区粘性0%

---

Step 1：解析输入

| 格式 | 处理 | |------|------| | 微信/TG/Slack/Discord 导出文本 | 解析时间戳、昵称、消息 | | 截图 | OCR 后按文本处理 | | JSON / CSV | 直接读取字段映射 | | 多文件/分段粘贴 | 合并去重 |

字段缺失时：说明缺失内容，继续最佳估计，不中止。

---

Step 2：外部资源抓取（Subagent 并行）

与主分析流程并行执行，不阻塞成员评分。

去重与优先级

• 按 URL/图片 hash 去重，只抓取一次，累计 share_count
• 优先：技术文章/文档/仓库/被 ≥3 人提及的链接
• 低优先：社交主页、电商页

失败处理

| 原因 | 标注 | |------|------| | 403/401 | failed_403 | | 超时 >10s | failed_timeout | | 付费墙 | failed_paywall | | 404 | dead_link |

保存结构

assets/
├── index.json       # 资产清单
├── articles/        # 文章摘要（.md）
├── images/          # 重要图片
└── repos/           # 仓库信息

---

Step 3：五维画像评分

> 💡 权重扩展点：所有权重集中于 Step 0.3，后续迭代可在此添加自定义逻辑。

维度一：活跃度

= min(100, 发言数/全体中位数×50 + 活跃天数占比×30[无时间戳=0] + 跨话题参与度×20)

发言 60% | | 📢 信息传播者 | 活跃高，原创性50% | | ❓ 优质提问者 | 引发回复前25%，权威 1000 条 | 启用分块处理，viewer 已内置虚拟滚动 |

---

参考文件

• assets/viewer.html — 独立可视化报告查看器，自动加载并渲染同目录 report.json
• references/scoring-examples.md — 各维度典型评分案例

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: endearqb
• Source: endearqb/endearqb-skills
• License: MIT

Install and usage instructions live in the source repository linked above.