xuanji-cli

舆情分析工作流 CLI 工具 - 从数据获取到 AI 分析再到报告生成的一站式解决方案。

功能特性

专项管理 - 创建、查看、删除舆情监控专项
数据获取 - 从 project-mcp 获取舆情数据，支持多种输出格式
AI 分析 - 内置 8 种分析功能（摘要、情感、观点、主题、实体、KOL、地域、互动）
MapReduce 架构 - 支持 500+ 条数据的大规模分析，自动分块并行处理
报告生成 - 基于 Jinja2 模板生成专业 Markdown 报告
工作流编排 - 一键执行完整分析流程
配置管理 - 支持主模型和轻量模型双配置

安装

方式一：pipx 安装（推荐，全局可用）

# 安装 pipx（如果没有）
brew install pipx
pipx ensurepath

# 克隆并安装
git clone https://github.com/longGGGGGG/xuanji-cli.git
cd xuanji-cli
pipx install -e .

安装后 xuanji 命令全局可用，无需激活虚拟环境。

方式二：虚拟环境安装（开发用）

git clone https://github.com/yourusername/xuanji-cli.git
cd xuanji-cli

python3 -m venv .venv
source .venv/bin/activate
pip install -e .

注意：虚拟环境安装后，每次使用前需要 source .venv/bin/activate

验证安装

xuanji --version

配置

xuanji-cli 需要配置 LLM 才能进行 AI 分析。配置文件位于 ~/.xuanji/config.json。

{
  "default_limit": 500,
  "default_analysis": "summary,opinion",
  "llm": {
    "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1",
    "api_key": "sk-xxxxx",
    "model_name": "MiniMax-M2.5"
  },
  "llm_light": {
    "model_name": "qwen3.5-flash"
  },
  "default_project": "xxxx",
  "cookie": "remember_user_token=xxxxx"
}

交互式配置（推荐）

xuanji config init

按提示输入 LLM API 信息即可完成配置。

手动配置

# 舆情平台 Cookie（必须，用于访问舆情数据）
xuanji config set cookie "remember_user_token=your-cookie-value"

# 主模型配置（必须）
xuanji config set llm.base_url "https://api.openai.com/v1/"
xuanji config set llm.api_key "sk-your-api-key"
xuanji config set llm.model_name "gpt-4"

# 轻量模型配置（可选，用于 MapReduce 子任务，更快更便宜）
xuanji config set llm_light.model_name "qwen3.5-flash"

支持的 LLM 提供商

提供商	Base URL
OpenAI	`https://api.openai.com/v1/`
Kimi	`https://api.kimi.com/coding/`
阿里云通义	`https://dashscope.aliyuncs.com/compatible-mode/v1`
本地模型	`http://localhost:8000/v1/`

查看当前配置

xuanji config show

配置项说明

配置项	说明	示例
`cookie`	舆情平台认证 Cookie	`remember_user_token=xxx`
`llm.base_url`	主模型 API 地址	`https://api.openai.com/v1/`
`llm.api_key`	主模型 API 密钥	`sk-xxx`
`llm.model_name`	主模型名称	`gpt-4`
`llm_light.model_name`	轻量模型名称	`qwen3.5-flash`
`llm_light.base_url`	轻量模型 API 地址（可选，默认同主模型）	-
`llm_light.api_key`	轻量模型 API 密钥（可选，默认同主模型）	-
`default_project`	默认专项名称	`北京全量`
`default_limit`	默认数据条数	`100`
`default_analysis`	默认分析功能	`summary,opinion`

快速开始

1. 一键工作流（最简单）

xuanji workflow quick "项目名称" "output.md"

2. 完整工作流

xuanji workflow run \
    --project "北京全量" \
    --keyword "北京&舆情" \
    --limit 500 \
    --analysis summary,opinion \
    --output "report.md"

3. 管道组合（灵活）

xuanji data get --project "北京全量" --limit 500 | \
    xuanji analyze --functions summary,sentiment,opinion | \
    xuanji report --output "report.md"

命令参考

总览

xuanji
├── config      # 配置管理
├── project     # 专项管理
├── data        # 数据获取
├── analyze     # AI 分析
├── report      # 报告生成
├── workflow    # 工作流编排
├── functions   # 列出分析功能
└── templates   # 列出报告模板

config - 配置管理

xuanji config init              # 交互式初始化配置
xuanji config show              # 查看当前配置
xuanji config set <key> <value> # 设置配置项
xuanji config get <key>         # 获取配置项
xuanji config unset <key>       # 删除配置项

示例：

xuanji config set llm.base_url "https://api.openai.com/v1/"
xuanji config set llm.api_key "sk-xxx"
xuanji config set llm.model_name "gpt-4"
xuanji config set llm_light.model_name "qwen3.5-flash"
xuanji config set default_limit 500

project - 专项管理

xuanji project list                         # 列出所有专项
xuanji project create "关键词" --name "名称" # 创建专项
xuanji project get --name "名称"            # 查看专项详情
xuanji project delete <id>                  # 删除专项

示例：

# 创建一个监控"北京舆情"的专项
xuanji project create "北京&舆情" --name "北京全量"

# 查看专项详情
xuanji project get --name "北京全量"

data - 数据获取

xuanji data get --project "名称" [选项]    # 获取数据
xuanji data stats --project "名称"         # 数据统计

选项：

选项	说明	默认值
`--project`	专项名称	必填
`--limit`	获取条数	100
`--format`	输出格式：`jsonl`/`json`/`table`	jsonl

示例：

# 获取 500 条数据，JSON 格式保存
xuanji data get --project "北京全量" --limit 500 --format json > data.json

# 查看数据统计
xuanji data stats --project "北京全量"

# 表格形式预览
xuanji data get --project "北京全量" --limit 10 --format table

analyze - AI 分析

xuanji analyze --functions <功能列表> [选项]
xuanji functions                            # 列出所有分析功能

可用分析功能：

功能	说明
`summary`	生成整体摘要，概括舆情主要内容和趋势
`sentiment`	情感分析，统计正面/负面/中性情绪分布
`opinion`	观点提取，识别主要立场和意见分歧
`topics`	主题聚类，识别讨论热点和话题分布
`entities`	实体识别，提取人名、地名、机构名等
`kol`	KOL 分析，识别关键意见领袖及其影响力
`geography`	地域分析，识别舆情传播的地域分布
`engagement`	互动分析，分析点赞、转发、评论数据

示例：

# 从管道读取数据进行分析
xuanji data get --project "北京全量" | xuanji analyze --functions summary,opinion

# 多功能分析
xuanji data get --project "北京全量" | xuanji analyze --functions summary,sentiment,opinion,topics

report - 报告生成

xuanji report --output <文件名> [选项]
xuanji templates                            # 列出所有报告模板

可用模板：

模板	说明
`opinion-analysis`	观点分析报告（默认）
`sentiment-dashboard`	情感分析仪表盘
`briefing`	执行简报

示例：

# 使用默认模板生成报告
xuanji data get --project "北京全量" | \
    xuanji analyze --functions summary,opinion | \
    xuanji report --output report.md

# 使用情感仪表盘模板
xuanji data get --project "北京全量" | \
    xuanji analyze --functions sentiment | \
    xuanji report --template sentiment-dashboard --output sentiment.md

workflow - 工作流编排

xuanji workflow run [选项]                  # 完整工作流
xuanji workflow quick <项目名> <输出文件>    # 快速工作流

选项：

选项	说明	默认值
`--project`	专项名称	必填
`--keyword`	搜索关键词	-
`--limit`	数据条数	100
`--analysis`	分析功能列表	summary,opinion
`--template`	报告模板	opinion-analysis
`--output`	输出文件	必填

示例：

# 快速工作流（使用配置默认值）
xuanji workflow quick "北京全量" "daily-report.md"

# 完整工作流（自定义参数）
xuanji workflow run \
    --project "北京全量" \
    --keyword "北京&舆情" \
    --limit 500 \
    --analysis summary,sentiment,opinion \
    --template opinion-analysis \
    --output "comprehensive-report.md"

高级用法

大规模数据分析（MapReduce）

对于大数据量分析，可以手动启用 MapReduce 模式（通过 --mapreduce 参数）：

Map 阶段：数据分块（每块 50 条），使用轻量模型并行分析
Reduce 阶段：合并子结果，使用主模型生成最终报告

默认行为：不启用 MapReduce，使用分层采样策略（智能采样 + 主模型分析）。

# 使用 MapReduce 分析 500 条数据
xuanji workflow run --project "北京全量" --limit 500 --mapreduce --output report.md

配置轻量模型以降低成本：

xuanji config set llm_light.model_name "qwen3.5-flash"

数据导出

# 导出为 JSON
xuanji data get --project "北京全量" --limit 500 --format json > data.json

# 导出为 JSON Lines（便于流式处理）
xuanji data get --project "北京全量" --limit 500 --format jsonl > data.jsonl

自定义分析管道

# 获取数据 → 多维度分析 → 生成情感仪表盘
xuanji data get --project "北京全量" --limit 500 | \
    xuanji analyze --functions summary,sentiment,opinion,topics,entities | \
    xuanji report --template sentiment-dashboard --output "dashboard.md"

项目结构

xuanji-cli/
├── xuanji/
│   ├── __init__.py
│   ├── cli.py                  # CLI 入口
│   ├── commands/               # 子命令
│   │   ├── config.py           # 配置管理
│   │   ├── project.py          # 专项管理
│   │   ├── data.py             # 数据获取
│   │   ├── analyze.py          # AI 分析
│   │   ├── report.py           # 报告生成
│   │   └── workflow.py         # 工作流编排
│   ├── core/                   # 核心模块
│   │   ├── models.py           # 数据模型
│   │   ├── analyzer.py         # AI 分析引擎（含 MapReduce）
│   │   └── llm.py              # LLM 客户端
│   ├── templates/              # 报告模板
│   │   ├── opinion-analysis.md.j2
│   │   ├── sentiment-dashboard.md.j2
│   │   └── briefing.md.j2
│   └── vendor/                 # 第三方封装
│       └── project_mcp.py      # project-mcp 包装器
├── tests/                      # 测试
├── pyproject.toml              # 项目配置
└── README.md

依赖

Python >= 3.9
click - CLI 框架
jinja2 - 模板引擎
pydantic - 数据验证
tabulate - 表格输出
httpx - HTTP 客户端
project-mcp - 底层数据获取（需单独安装）

常见问题

Q: 提示 "LLM 未配置"

运行 xuanji config init 配置 LLM 参数，或手动设置：

xuanji config set llm.base_url "https://api.openai.com/v1/"
xuanji config set llm.api_key "sk-xxx"
xuanji config set llm.model_name "gpt-4"

Q: 如何降低 API 调用成本？

配置轻量模型用于 MapReduce 子任务：

xuanji config set llm_light.model_name "qwen3.5-flash"

Q: 数据量很大，分析很慢？

默认使用分层采样策略，大数据量时可手动启用 MapReduce 并行处理：

# 启用 MapReduce 模式
xuanji workflow run --project "项目" --limit 500 --mapreduce --output "report.md"

# 或减少数据量
xuanji workflow run --project "项目" --limit 200 --output "report.md"

License

MIT

longGGGGGG/xuanji-cli

README

xuanji-cli

功能特性

安装

方式一：pipx 安装（推荐，全局可用）

方式二：虚拟环境安装（开发用）

验证安装

配置

交互式配置（推荐）

手动配置

支持的 LLM 提供商

查看当前配置

配置项说明

快速开始

1. 一键工作流（最简单）

2. 完整工作流

3. 管道组合（灵活）

命令参考

总览

config - 配置管理

project - 专项管理

data - 数据获取

analyze - AI 分析

report - 报告生成

workflow - 工作流编排

高级用法

大规模数据分析（MapReduce）

数据导出

自定义分析管道

项目结构

依赖

常见问题

Q: 提示 "LLM 未配置"

Q: 如何降低 API 调用成本？

Q: 数据量很大，分析很慢？

License

Issues