content-intelligence

从小红书/抖音采集数据中产出可执行洞察 — 趋势检测、爆款归因、模式识别、选题建议

---

痛点

做内容创作或电商选品时，手动刷抖音/小红书效率低、判断靠直觉。采集工具能把数据抓下来，但"数据"不等于"洞察"——你有 100 条笔记的互动数据，但不知道"什么在火、为什么火、下一个该做什么"。

解决方案

content-intelligence 消费 xiaohongshu-downloader 和 douyin-downloader 的采集输出，自动检测平台格式，用 Claude 分析内容模式，产出结构化洞察（JSON）+ 人可读报告（HTML/MD）。

ci run ./xhs-output ./douyin-output -o ./reports
open reports/*_report.html

架构

┌──────────────────┐     ┌──────────────────┐
│  xiaohongshu-    │     │  douyin-          │
│  downloader      │     │  downloader       │
│  output/         │     │  downloads/       │
└────────┬─────────┘     └────────┬──────────┘
         │                        │
         └───────────┬────────────┘
                     ▼
            ┌─────────────────┐
            │  Ingest         │  自动检测平台
            │  → 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           │
            └─────────────────┘

快速开始

# 1. 克隆仓库
git clone https://github.com/zinan92/content-intelligence.git
cd content-intelligence

# 2. 安装
pip install -e .

# 3. 预览采集数据（不需要 API key）
ci ingest ./path/to/xhs-output ./path/to/douyin-output

# 4. 完整分析（需要 Anthropic API key）
export ANTHROPIC_API_KEY=sk-ant-...
ci run ./path/to/xhs-output ./path/to/douyin-output -o ./reports

# 5. 查看报告
open reports/*_report.html

功能一览

功能	说明	状态
XHS Ingest	解析 xiaohongshu-downloader 输出（manifest.json, items/notes）	✅
Douyin Ingest	解析 douyin-downloader 输出（download_manifest.jsonl, metadata）	✅
自动平台检测	根据文件格式自动判断小红书 vs 抖音	✅
趋势检测	话题热度排名 + 上升/下降方向	✅
爆款归因	分析 top 内容为什么火	✅
模式识别	标题模式、内容模式、互动模式	✅
选题建议	基于数据的选题 + 切入角度 + 置信度	✅
JSON 输出	机器可读，供下游工具消费	✅
MD/HTML 报告	人可读，趋势表 + 排名 + 建议	✅

输出格式

intelligence.json（机器用）

{
  "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"}]
}

report.html（人看）

趋势热度表 + Top 内容排名 + 爆款模式列表 + 选题建议卡片

技术栈

层级	技术	用途
语言	Python 3.11+	核心
CLI	Click	命令行界面
AI	Anthropic Claude API	内容分析、模式识别
模板	Jinja2	HTML 报告渲染
测试	pytest	单元测试

项目结构

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）
│   ├── analyze.py      # Claude 分析引擎
│   ├── 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/       # 测试用 XHS/Douyin 样本数据
├── pyproject.toml
└── README.md

配置

变量	说明	必填	默认值
ANTHROPIC_API_KEY	Claude API key（ci run 需要）	分析时必填	—

ci ingest 预览模式不需要 API key。

For AI Agents

结构化元数据

name: content-intelligence
description: Turn social media data into actionable content intelligence — trends, patterns, topic suggestions
version: 0.1.0
cli_command: ci
cli_args:
  - name: run
    description: Full pipeline — ingest + Claude analysis + report generation
    args:
      - name: dirs
        type: string[]
        required: true
        description: Data directories from xiaohongshu-downloader or douyin-downloader
    flags:
      - name: --output / -o
        type: string
        default: ./reports
        description: Output directory for reports
      - name: --skip-analysis
        type: boolean
        description: Only ingest, skip Claude analysis
  - name: ingest
    description: Preview ingested data without analysis
    args:
      - name: dirs
        type: string[]
        required: true
install_command: pip install -e .
dependencies:
  - click
  - anthropic
  - jinja2
capabilities:
  - ingest xiaohongshu-downloader output (manifest.json with notes/items)
  - ingest douyin-downloader output (download_manifest.jsonl)
  - auto-detect platform from file format
  - analyze content trends and patterns via Claude
  - identify why top content performs well
  - generate topic suggestions with confidence levels
  - output JSON (machine) + MD + HTML (human) reports
input_format: xiaohongshu-downloader output dir / douyin-downloader output dir
output_format: JSON + Markdown + HTML reports

Agent 调用示例

import subprocess
import json

# Run content intelligence analysis
result = subprocess.run(
    ["ci", "run", "./xhs-data", "./douyin-data", "-o", "./reports"],
    capture_output=True, text=True,
    env={**os.environ, "ANTHROPIC_API_KEY": "sk-ant-..."}
)

# Read structured output
intelligence = json.loads(open("./reports/2026-03-20_intelligence.json").read())
trends = intelligence["trends"]           # What's hot
suggestions = intelligence["topic_suggestions"]  # What to create next

相关项目

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

License

MIT