in xiaohongshu-downloader 或 douyin-downloader 的输出目录（manifest.json / download_manifest.jsonl）
out JSON 结构化洞察 + Markdown 报告 + HTML 可视化报告
fail 输入目录不存在或无可识别数据 → exit 1, 提示 "No data found"
fail ANTHROPIC_API_KEY 缺失 → exit 1, 提示设置 key 或使用 --skip-analysis
fail Claude 返回非 JSON → 降级为仅 ingest 结果（无分析），不崩溃
fail 输入目录混合未知格式 → 跳过无法识别的目录，处理可识别的部分
Adapters: xiaohongshu-downloader (manifest.json), douyin-downloader (download_manifest.jsonl)
ci ingest — 数据预览（不需要 API key）
$ ci ingest ./xhs-data ./douyin-data
Found 47 items from 2 directories
[xiaohongshu ] 5个让你效率翻倍的AI工具，第3个绝了 | 👍12830 💬342 ⭐5621 score=24137
[douyin ] 为什么90%的人用不好ChatGPT | 👍8450 💬891 ⭐0 score=15573
[xiaohongshu ] 打工人必备！这个免费AI帮我写完了年终总结 | 👍6200 💬156 ⭐2840 score=12348
...
ci run — 完整分析（需要 Anthropic API key）
$ ci run ./xhs-data ./douyin-data -o ./reports
📥 Ingesting 2 directories...
Found 47 content items
Platforms: xiaohongshu, douyin
📊 Top 5 by engagement:
1. [xiaohongshu] 5个让你效率翻倍的AI工具，第3个绝了 (score: 24137)
2. [douyin] 为什么90%的人用不好ChatGPT (score: 15573)
...
🧠 Running Claude analysis on 47 items...
Trends: 8
Top content: 12
Patterns: 6
Topic suggestions: 7
📝 Generating reports → ./reports
✅ json: reports/2026-03-29_intelligence.json
✅ md: reports/2026-03-29_report.md
✅ html: reports/2026-03-29_report.html
✨ Done! Open the HTML report:
open reports/2026-03-29_report.html
intelligence.json 结构（机器可读）
{
"trends": [{"topic": "AI工具", "heat_score": 85, "direction": "rising"}],
"top_content": [{"title": "...", "why_it_works": "数字列表 + 痛点开头"}],
"patterns": [{"pattern": "反常识标题", "frequency": "top 30% 中出现 60%"}],
"topic_suggestions": [{"topic": "...", "angle": "...", "confidence": "high"}]
}┌──────────────────┐ ┌──────────────────┐
│ xiaohongshu- │ │ douyin- │
│ downloader │ │ downloader │
│ output/ │ │ downloads/ │
└────────┬─────────┘ └────────┬──────────┘
│ │
└───────────┬────────────┘
▼
┌─────────────────┐
│ Ingest │ 自动检测平台格式
│ → ContentItem │ 统一数据模型
└────────┬────────┘
▼
┌─────────────────┐
│ Analyze │ Claude API
│ 趋势 / 归因 / │ 模式识别
│ 模式 / 选题 │
└────────┬────────┘
▼
┌─────────────────┐
│ Report │ JSON + MD + HTML
└─────────────────┘
三阶段 pipeline：Ingest（多平台数据归一化）→ Analyze（Claude 内容模式识别）→ Report（多格式输出）。每个阶段对应一个模块，数据通过 ContentItem 统一 schema 流转。
# 1. 安装
git clone https://github.com/zinan92/content-intelligence.git
cd content-intelligence
pip install -e .
# 2. 预览采集数据（不需要 API key）
ci ingest ./path/to/xhs-output ./path/to/douyin-output
# 3. 完整分析（需要 Anthropic API key）
export ANTHROPIC_API_KEY=sk-ant-...
ci run ./xhs-output ./douyin-output -o ./reports
# 4. 查看报告
open reports/*_report.html| 功能 | 说明 | CLI 命令 |
|---|---|---|
| XHS 数据解析 | 解析 manifest.json + note_*.json，支持 notes/items 两种字段 | ci ingest |
| 抖音数据解析 | 解析 download_manifest.jsonl + *_metadata.json，自动加载转录文本 | ci ingest |
| 自动平台检测 | 根据文件格式判断小红书 vs 抖音，无需手动指定 | ci ingest / ci run |
| 趋势检测 | 话题热度排名 + 上升/下降方向 + 跨平台对比 | ci run |
| 爆款归因 | 分析 top 内容为什么火（标题策略、内容结构、互动特征） | ci run |
| 模式识别 | 爆款标题模式、内容模式、互动模式的频率统计 | ci run |
| 选题建议 | 基于数据的选题 + 切入角度 + 置信度评级 | ci run |
| 多格式报告 | JSON（机器可读）+ Markdown + HTML 报告 | ci run -o ./reports |
| 层级 | 技术 | 用途 |
|---|---|---|
| 语言 | Python 3.11+ | 核心运行时 |
| CLI | Click | 命令行界面 |
| AI | Anthropic Claude API (claude-sonnet-4-5) | 内容分析、模式识别 |
| 模板 | Jinja2 | HTML 报告渲染 |
| 数据模型 | dataclass (frozen) | 不可变 ContentItem + AnalysisResult |
| 测试 | pytest | 单元测试 |
content-intelligence/
├── src/
│ ├── cli.py # CLI 入口 (ci run / ci ingest)
│ ├── schema.py # ContentItem + AnalysisResult 数据模型
│ ├── ingest.py # XHS + Douyin 数据解析（自动检测平台）
│ ├── analyze.py # Claude 分析引擎（prompt + JSON 解析）
│ ├── report.py # HTML/MD/JSON 报告生成
│ └── templates/ # Jinja2 HTML 模板
├── tests/
│ ├── test_schema.py
│ ├── test_ingest.py
│ ├── test_analyze.py
│ └── fixtures/ # XHS/Douyin 样本数据
├── docs/
│ └── plan.md # 实现计划
├── pyproject.toml
└── README.md
| 环境变量 | 说明 | 必填 | 默认值 |
|---|---|---|---|
ANTHROPIC_API_KEY |
Claude API key | ci run 分析时必填 |
-- |
ci ingest 预览模式不需要 API key。
CLI 参考
# 完整 pipeline
ci run <dirs...> [--output ./reports] [--api-key sk-ant-...] [--skip-analysis]
# 仅 ingest 预览（不调用 Claude）
ci ingest <dirs...>| 参数/选项 | 说明 | 必填 | 默认值 |
|---|---|---|---|
dirs |
一个或多个采集输出目录 | 是 | -- |
--output / -o |
报告输出目录 | 否 | ./reports |
--api-key |
Anthropic API key（也可通过环境变量） | 分析时必填 | $ANTHROPIC_API_KEY |
--skip-analysis |
跳过 Claude 分析，仅 ingest + 空报告 | 否 | false |
name: content-intelligence
capability: 将社交媒体采集数据转化为结构化内容洞察
version: 0.1.0
interface:
cli: ci
subcommands:
run:
description: 完整 pipeline — ingest + Claude 分析 + 报告生成
args: ["dirs..."]
flags:
--output: {type: string, default: "./reports"}
--api-key: {type: string, env: ANTHROPIC_API_KEY}
--skip-analysis: {type: boolean}
exit_codes:
0: 成功，报告已生成
1: 无数据或缺少 API key
ingest:
description: 仅解析和预览数据
args: ["dirs..."]
input:
format: 目录路径（xiaohongshu-downloader 或 douyin-downloader 输出）
detection: 自动（manifest.json → XHS, download_manifest.jsonl → Douyin）
output:
json: "{date}_intelligence.json"
markdown: "{date}_report.md"
html: "{date}_report.html"
schema:
trends: [{topic, heat_score, direction, evidence, platforms}]
top_content: [{id, title, platform, engagement_score, why_it_works}]
patterns: [{pattern, frequency, examples, applicable_to}]
topic_suggestions: [{topic, angle, confidence, reasoning, reference_ids}]
dependencies:
runtime: [click, anthropic, jinja2]
upstream: [xiaohongshu-downloader, douyin-downloader]
install: pip install -e .import subprocess
import json
import os
# 完整分析
result = subprocess.run(
["ci", "run", "./xhs-data", "./douyin-data", "-o", "./reports"],
capture_output=True, text=True,
env={**os.environ, "ANTHROPIC_API_KEY": "sk-ant-..."}
)
# 读取结构化输出
intelligence = json.loads(open("./reports/2026-03-29_intelligence.json").read())
trends = intelligence["trends"] # 热门话题
suggestions = intelligence["topic_suggestions"] # 选题建议
# 仅 ingest（不需要 API key）
result = subprocess.run(
["ci", "ingest", "./xhs-data"],
capture_output=True, text=True
)| 项目 | 关系 | 链接 |
|---|---|---|
| xiaohongshu-downloader | 上游数据源（小红书采集） | zinan92/xiaohongshu-downloader |
| douyin-downloader | 上游数据源（抖音采集） | zinan92/douyin-downloader-1 |
| videocut | 下游消费者（内容生产） | zinan92/videocut |
MIT