数据更新 2026-10-23 09:13 UTC+8 MCP 7 工具 English
沙盒演示 随便改:这是你自己的一份演示数据,别人看不到,闲置后自动清除。推送和用户管理已关闭;搜不到的词可以去网上现场搜(每位访客 3 次)。
· 自部署监测你的品牌 →
估算 情感由词典基线估算:仪表盘不为每次刷新逐条调用 LLM;LLM 判定见简报与 MCP,并单独标注。
演示导览

第一次来?这样用

  1. 搜一个词 — 试试 Claude OpenAI MCP 或用页面顶部的搜索框。先查已采集的公开讨论;查不到的词,结果页上可以点「去网上现场搜」(每位访客 3 次)。
  2. 看要不要紧 — 本页的大字判定(平稳 / 关注 / 升温 / 告急)回答“现在要不要处理”,下面是推动它的事件和触发的规则。
  3. 处置提及 — 在 提及 页给每一条点“待处理 / 已处理 / 已忽略”,像处理收件箱一样。
  4. 建自己的订阅 — 在 订阅 页填一个品牌名和它的常见写法,判定和提及会按它筛选数据。新名字先在提及页「去网上现场搜」一次,就有数据了;自托管后会定时自动采集。

这里的改动只有你看得到;随时点顶部黄条里的「重置」回到初始数据。

怎么看这页:先看判定 → 再看驱动事件 → 最后看口径(Zone 7,阈值全公开)

01态势判定 · MCP · 7d

平稳

没有需要立刻处理的事。

证据质量 · 中69/100

证据质量分=证据有多硬(样本、来源、基线、新鲜度),不是事态有多严重。判定和证据质量是两码事。

  • google-news, bluesky, hn, reddit, lemmy 为新接入来源(40 条),没有历史基线,不计入声量倍数。
  • 声量 0.0 倍基线、负面占比 8%,均在关注线以下。
处置收件箱

03声量与情感走势

7d 内 40 条提及,尚无基线

实测 · 估算

每日提及

Daily mentions010-10010-11010-12010-13010-14010-15010-16010-17010-18010-19010-201310-212210-22510-23

情感分布

每日平均情感(−1 到 +1,无提及的日子断线,不插值)

Daily mean sentiment-10+110-1010-23

04驱动故事

按提及数排序的多来源故事簇

估算
  1. 1 Trend
  2. 2 Trend

05来源 × 情感

来源

来源n占比负面均值
google-news 1435% 0+0.25
bluesky 1332% 1+0.04
hn 820% 1-0.02
reddit 38% 0+0.24
lemmy 25% 1-0.12

06数据健康

数据源

来源状态最近入库窗口内累计
google-news 新鲜 刚刚14301
bluesky 新鲜 刚刚13136
hn 新鲜 刚刚8133
lemmy 新鲜 刚刚2114
gdelt-news 新鲜 刚刚075
reddit 新鲜 刚刚363

07口径与假设

判定规则 · 证据质量分构成

条件结果
n < 5数据不足
提及量 ≥ 3.0× 基线 & 负面占比 ≥ 30%告急
≥ 2.0× 基线 | 负面占比 ≥ 35%升温
≥ 1.5× 基线 | 负面占比 ≥ 20%关注
—平稳
基线=本窗口之前 28 天的日均提及 × 窗口天数。窗口前没有历史的新来源不计入倍数(其余所有数字照常计入)。
项得分
样本量(≥50 条满分)24 / 30
来源分布(≥3 个来源满分)20 / 20
可比基线(有历史来源的提及占比)0 / 25
情感通道(词典基线)5 / 5
新鲜度(最新提及 ≤6 小时满分)20 / 20
证据质量69 / 100