（7828期）yuqing-bitable-and-label – 舆情数据智能同步与AI标注

舆情数据智能同步与AI标注 小爱数据同步飞书多维表并智能标注，支持情感分析、竞品识别、品牌与内容安全检测，实现舆情数据自动化处理 使用说明 核心用法 本技能实现从小爱舆情数据接口到飞书多维表的端到端数据流转与智能标注： 数据同步阶段 按时间窗口（默认60分钟）增量拉取小爱数据 自动映射写入飞书多维表指定视图 支持自定义 folderid、customerid 等接口参数 智能标注阶段（可选开启 run_labeling=true）| 字段 | 标注方式 | 说明 ||------|---------|------|| 类型 | 机器规则 | 内容分类自动识别 || 评价情感 | 机器规则 | 正/负/中性情感判定 || 是否提及竞品 | 机器规则 | 竞品关键词匹配 || 端 | 机器规则 | 来源平台识别 || 品牌安全 | AI模型 | 潜在品牌风险识别 || 内容安全 | AI模型 | 违规/敏感内容检测 | 标注由 OpenClaw 内置大模型提供，通过标准输入或内置调用接口完成推理。 显著优点 零代码完成舆情数据 ETL 与 AI 标注 pipeline 机器规则与 AI 模型分层处理，兼顾效率与深度分析 飞书生态原生集成，结果直接落地多维表便于协作 增量处理机制避免重复计算，支持大规模数据流 潜在缺点/局限性 依赖小爱接口稳定性与数据质量 AI 标注质量受模型能力与 prompt 工程影响 品牌安全/内容安全为黑盒模型输出，需人工抽检校准 标注配额与速率可能受 OpenClaw 平台限制 适合人群 品牌公关团队：实时舆情监控与风险预警 市场研究部门：竞品动态追踪与情感分析 数据中台工程师：快速搭建舆情数据管道 内容运营团队：UGC 内容安全合规筛查 常规风险 需妥善保管 xiaoaitoken、appsecret 等敏感凭证 AI 安全标注存在误判可能，关键决策需人工复核 网络依赖飞书 API 与小爱服务双端可用性 原始说明 Incrementally sync data from XiaoAi API to Feishu Bitable and optionally auto-label records with machine-based type and sentiment annotations.