expert-collection-analysis智库专家AI数据采集与分析 - 自动化采集政府、智库、媒体的权威专家言论，进行AI智能分析和优先级评分
Independent GitHub snapshot · Automated classification · Original documentation governs
本Skill适用于以下业务场景：
使用本Skill需要准备以下输入：
采集领域关键词
时间范围
飞书配置（如需飞书集成）
系统将从以下15个权威信息源采集数据：
政府部门（5个）：
权威智库（5个）：
权威媒体（5个）：
每个信息源生成2个搜索URL（网页搜索 + 新闻搜索），共30个真实百度搜索链接。
对每条专家言论进行AI分析：
相关度评分（0-100分）
权威性评分（0-100分）
综合优先级计算
综合分数 = 相关度 × 0.6 + 权威性 × 0.4
高优先级 ⭐⭐⭐：综合分≥70 且 相关度≥60
中优先级 ⭐⭐：综合分≥50 或 相关度≥40
低优先级 ⭐：其他
文件路径：output/专家分析报告_YYYYMMDD_HHMMSS.xlsx
工作表1：专家档案
| 列名 | 类型 | 说明 |
|---|---|---|
| 专家姓名 | 文本 | 专家完整姓名 |
| 最新单位 | 文本 | 当前工作机构 |
| 最新职务 | 文本 | 当前职务 |
| 简介 | 文本 | 专家背景介绍（≤500字） |
| 发言统计 | 数字 | 采集到的言论总数 |
| 优先级 | 文本 | 高/中/低 |
| AI数据相关度 | 数字 | 0-100分 |
工作表2：专家言论
| 列名 | 类型 | 说明 |
|---|---|---|
| 链接 | 超链接 | 百度搜索URL |
| 时间 | 日期 | 发布日期 |
| 专家姓名 | 文本 | 发言人姓名 |
| 正文 | 文本 | 言论完整内容 |
| 发言主题 | 文本 | 核心话题 |
| 发言要点 | 文本 | 关键观点摘要 |
| 活动背景 | 文本 | 发言场合/事件背景 |
文件路径：output/expert_analysis_YYYYMMDD_HHMMSS.json
包含完整的结构化数据，便于程序化处理：
{
"timestamp": "2026-04-15T09:03:00",
"experts": [...],
"speeches": [...],
"statistics": {
"total_experts": 8,
"high_priority": 0,
"medium_priority": 7,
"low_priority": 1
}
}
文件路径：output/high_priority_experts_YYYYMMDD_HHMMSS.json
单独提取高优先级专家，便于快速建联。
✅ 数据完整性
本Skill在 scripts/ 目录下提供了以下可执行脚本：
主执行脚本，用于自动化数据采集和分析：
python scripts/daily_update.py
功能：
依赖：需要配合以下模块使用（用户需自行实现或参考references/）
专家分析工具，用于对已采集的数据进行深度分析：
python scripts/analyze_experts.py
功能：
一键执行脚本（Bash），快速启动完整流程：
bash scripts/run_collection.sh
流程：
本Skill采用模块化设计，提供两种使用方式：
优点：开箱即用，功能完整 要求：Python 3.8+，需要实现依赖模块
# 1. 安装依赖
pip install requests beautifulsoup4 lxml openpyxl
# 2. 实现或复用依赖模块（参考references/README.md）
# - enhanced_main.py
# - enhanced_crawler.py
# - ai_analyzer.py
# - config.ini
# 3. 执行采集
python scripts/daily_update.py
优点：无需Python环境，灵活可定制
要求：使用Claude Agent + baidu-search skill
步骤：
baidu-search skill搜索15个权威信息源参考代码：
# 1. 搜索数据
from baidu_search import search
results = search("国务院 人工智能 2026")
# 2. AI分析
analysis = {
"expert_name": "提取的专家姓名",
"relevance_score": 85, # 相关度评分
"priority": "高"
}
# 3. 导出Excel
import openpyxl
wb = openpyxl.Workbook()
ws = wb.active
ws.append(["专家姓名", "优先级", "相关度"])
ws.append([analysis["expert_name"], analysis["priority"], analysis["relevance_score"]])
wb.save("专家分析报告.xlsx")
详细实现说明请参考 references/README.md
✅ 分析准确性
✅ 格式规范性
⚠️ 风险提示
📋 假设条件
✓ 需确认事项
详细的使用说明、配置示例和技术文档请参考 references/ 目录：
百度搜索集成指南.md - 如何配置和使用百度搜索采集快速参考.md - 快速上手指南项目完成总结.md - 系统架构和实现细节数据来源真实性解决方案.md - 数据源配置说明pip install requests beautifulsoup4 lxml openpyxl
python daily_update.py
# 打开生成的Excel报告
open output/专家分析报告_*.xlsx
# 或查看JSON数据
cat output/expert_analysis_*.json
系统支持每天早上9:03自动执行（需Claude会话保持运行）。
版本：v1.0.0 License：MIT