dsh-amazon-voc:在 DSH 里把 Amazon 评论做成结构化 VOC

前言

做跨境或选品时,Amazon 评论往往堆在 CSV 里:人工翻痛点慢,只靠聊天模型一次性「总结」又难复现、难对齐产品方法论。DeepSeek Harness(dsh)把能力拆成插件后,你可以在宿主对话里挂上专用技能与工具,让模型按固定流程解析评论、打标、统计,再输出报告。

下面介绍社区插件 dsh-amazon-voc(维护者 liangdabiao):面向 Amazon 评论智能分析(VOC),采用四维价值模型与两步 AI 分析,词频与摘要等确定性步骤不经过大模型;LLM 部分走 dsh 宿主模型,无需单独配置 API key。方法论技能源自同作者的 easy-amazon-voc(MIT)。

这是什么

dsh-amazon-voc 是 dsh 生态中的工作流类插件(当前 package 版本 0.1.1,许可证 MIT)。它解决的是:把 easy-scraper 等途径导出的 Amazon 评论 CSV,转成可追踪的标签体系、词频分布、用户画像与写入工作区 reports/ 的分析结果。

插件未发布到 npm,需通过 GitHub 地址安装;侧栏提供「评论 VOC」面板,含四维价值模型速览、使用流程与免责声明。

核心能力

装上以后,宿主会注册以下能力(以仓库 README 为准):

能力 说明
amazon-voc-analysis 技能 四维价值模型(人群场景 / 功能价值 / 保障价值 / 体验价值)、标签设计原则、两步分析流程
voc_parse_csv 工具 解析评论 CSV:列名模糊匹配,提取内容、评分、日期、作者;最多 1000 行
voc_wordfreq 工具 一级 / 二级标签分布与情感分布(算术统计,不经过大模型)
voc_persona 工具 用户画像格式校验与 Markdown 输出(3~5 个画像)
voc_summary 工具 确定性分析摘要与分组抽样
侧栏「评论 VOC」面板 方法论速览、使用流程、免责声明

分析链路可概括为:标签体系生成 → 逐条打标(AI)+ 词频 / 摘要 / 画像校验(工具确定性计算)。

安装与启用

环境要求(见 package.json):Node ^22.19.0 || >=24.0.0,dsh >=0.2.1-rc.2 <0.3.0。

官方安装命令如下(勿使用 dsh plugin add dsh-amazon-voc,该包名未上 npm):

# 从 GitHub 安装(dist/client.js 已入库,装完即有面板)
dsh plugin --profile web add github:liangdabiao/dsh-amazon-voc

需要固定版本时:

dsh plugin --profile web add github:liangdabiao/dsh-amazon-voc#v0.1.1

说明:dist/client.js 为入库构建产物,宿主通过 exports["./client"] 加载;缺失会导致插件激活失败、侧栏面板不出现。自行改源码后需在本仓库执行 npm run build 再提交。

插件目录页:https://www.skillhub.cn/plugins/liangdabiao/dsh-amazon-voc
源码与说明:https://github.com/liangdabiao/dsh-amazon-voc

典型用法

整体流程分三步,与 README「使用」一节一致。

  1. 用 easy-scraper 等浏览器扩展抓取 Amazon 商品评论,导出 CSV。
  2. 在 dsh 对话中说明要分析的本地文件,例如:「分析这份评论 CSV:<工作区里的文件路径>」。
  3. 模型依次调用:voc_parse_csv 解析 → 生成标签体系 → 逐条打标 → voc_wordfreq / voc_persona / voc_summary 等 → 结果输出到工作区 reports/。

侧栏面板顶部有 马上使用 按钮:会新开对话并在输入框预填:

使用‘评论VOC’插件 进行评论分析, 上传csv:

将评论 CSV 拖入对话框(或从附件选择)后回车,模型会继续调用 voc_parse_csv。

适用场景与注意

适合谁:需要在 dsh 里做 Amazon VOC、且希望方法论(四维价值)与工具链(解析、词频、画像)一体的智能体开发者或产品分析同学。

权限与安全:插件以当前 dsh 进程权限运行,安装前请自行阅读源码与 MIT 许可证。README 提醒:上游 Python 版 functions.py 曾含明文 API key(已公开);本插件不携带密钥,若曾使用那对 key 请轮换。社区目录 SkillHub 为独立站点,与 DeepSeek / 幻方无官方从属关系。

维护者提供的自检命令(供贡献者或审阅源码时使用):

npm install && npm test && npm run selftest && npm run build

结尾

dsh-amazon-voc 把 Amazon 评论 VOC 收拢为 dsh 插件:四维价值模型技能、CSV 解析与确定性统计工具、侧栏引导面板,LLM 依赖宿主、无需额外 key。入口见 SkillHub 插件页 与 GitHub 仓库。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜