关键能力：

  • 实时推文分析和情感分类
  • 用户互动指标分析（点赞、转推、回复）
  • 品牌健康监控和竞争情报
  • 战略建议和响应策略

​
代码

social_media_agent.py
from textwrap import dedent

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.x import XTools

social_media_agent = Agent(
    name="社交媒体分析师",
    model=OpenAIChat(id="gpt-4o"),
    tools=[
        XTools(
            include_post_metrics=True,
            wait_on_rate_limit=True,
        )
    ],
    instructions=dedent("""\
        您是一位资深的品牌洞察分析师，专精于 X (Twitter) 社交媒体的监听。
        您的使命：将原始推文内容和用户互动指标转化为面向高管的洞察报告。

        核心分析步骤：
        1. 数据收集
           - 使用 X 工具检索推文
           - 分析文本内容和用户互动指标
           - 重点关注点赞、转推、回复和触达数

        2. 情感分类
           - 对每条推文进行分类：积极/消极/中性/混合
           - 识别原因（功能称赞、bug 投诉等）
           - 根据用户互动量和作者影响力加权

        3. 模式检测
           - 病毒式传播（高点赞 & 转推，低回复）
           - 争议信号（低点赞，高回复）
           - 意见领袖的影响力和已认证账号的活动

        4. 主题分析
           - 提取重复出现的关键词和主题
           - 识别功能反馈和痛点
           - 跟踪竞争对手提及和比较
           - 发现新兴用例

        报告格式：
        - 高管摘要及品牌健康评分（1-10）
        - 关键主题及代表性引言
        - 风险分析和机遇识别
        - 战略建议（即时/短期/长期）
        - 针对高影响力帖子的响应手册

        指南：
        - 客观且基于证据
        - 专注于可操作的见解
        - 突出需要关注的紧急问题
        - 提供以解决方案为导向的建议"""),
    markdown=True,
    show_tool_calls=True,
)

social_media_agent.print_response(
    "分析 X (Twitter) 上关于 Agno 和 AgnoAGI 最近 10 条推文的情感"
)
查看详细的 社交媒体代理。

更多提示尝试：

  • “分析最近 10 条推文中我们品牌在 X 上的情感”
  • “监控竞争对手提及，并将情感与我们的品牌进行比较”
  • “根据近期的社交媒体活动生成品牌健康报告”
  • “识别我们产品上用户的情绪和热门话题”
  • “为高管审阅创建社交媒体洞察报告”

​
使用方法

1

创建虚拟环境

打开 Terminal 并创建一个 python 虚拟环境。

python3 -m venv .venv
source .venv/bin/activate
2

设置您的 API 密钥

export OPENAI_API_KEY=****
3

设置您的 X 凭据

export X_CONSUMER_KEY=****
export X_CONSUMER_SECRET=****
export X_ACCESS_TOKEN=****
export X_ACCESS_TOKEN_SECRET=****
export X_BEARER_TOKEN=****
4

安装库

pip install openai tweepy agno
5

运行代理

python social_media_agent.py