BettaFish(微輿):AI驅動的多智能體輿情分析系統完全指南

BettaFish(「微輿」)是一個創新型的開源多智能體輿情分析系統,由 GitHub 用戶 666ghj 開發。這是一個從零實現的強大工具,幫助用戶打破信息繭房,還原輿情原貌,預測未來走向,並輔助決策。

項目簡介

「微輿」取諧音自「微魚」。BettaFish 是一種體型很小但非常好鬥、漂亮的魚類,象徵著「小而強大,不畏挑戰」的精神內核。這個項目完全獨立開發,不依賴任何現有框架,展現了開發者的技術實力。

核心特性:六大優勢

1. AI 驅動的全域監控

AI 爬蟲集群 7×24 小時不間斷作業,全面覆蓋微博、小紅書、抖音、快手等 10+ 國內外關鍵社交媒體平台。系統實時捕獲熱點內容,並能下鑽至海量用戶評論,讓你聽到最真實、最廣泛的大眾聲音。

2. 超越 LLM 的複合分析引擎

不僅依賴 5 類專業 AI Agent 的設計,還融合了微調模型、統計模型等中間件。通過多模型協同工作,確保分析結果的深度、準度與多維視角。

3. 強大的多模態能力

突破圖文限制,能深度解析抖音、快手等短視頻內容,並精準提取現代搜尋引擎中的天氣、日曆、股票等結構化多模態信息卡片。

4. Agent「論壇」協作機制

為不同 Agent 賦予獨特的工具集與思維模式,引入辯論主持人模型,通過「論壇」機制進行鏈式思維碰撞與辯論。這不僅避免了單一模型思維的局限性,更催生出更高質量的集體智能。

5. 公私域數據無縫融合

平台不僅分析公開輿情,還提供高安全性的介面,支援將內部業務數據庫與輿情數據無縫集成。打通數據壁壘,為垂直業務提供「外部趨勢+內部洞察」的強大分析能力。

6. 輕量化與高擴展性框架

基於純 Python 模組化設計,實現輕量化、一鍵式部署。代碼結構清晰,開發者可輕鬆集成自定義模型與業務邏輯。

系統架構

BettaFish 採用多 Agent 協作架構,包含以下核心模組:

四大 Agent 系統
Query Agent:精準信息搜尋,具備國內外網頁搜尋能力
Media Agent:多模態內容分析,解析圖文和視頻內容
Insight Agent:私有數據庫挖掘,深度分析專有輿情數據
Report Agent:智能報告生成,內置多類型模板

配套模組
– MindSpider:多平台爬蟲系統(微博、抖音、小紅書等)
– ForumEngine:論壇協作引擎
– SentimentAnalysisModel:多種情感分析模型

主要應用場景

1. 品牌輿情監測

實時監控品牌在各大社交平台的聲譽,快速發現負面輿論並提前預警。

2. 產品市場分析

收集產品相關討論,分析用戶需求、競品對比,支援產品決策。

3. 金融市場分析

通過修改 Agent 工具集參數,即可變身為金融領域的市場分析系統,分析股市輿情、投資者情緒。

4. 政策影響評估

監測政策發布後的輿論反應,評估社會認可度和實施效果。

5. 事件應急響應

突發事件發生時,快速匯總多渠道信息,生成綜合分析報告。

6. 學術研究

為社會科學、傳播學等領域提供真實的輿論數據支撐。

快速開始

環境要求

  • 操作系統:Windows、Linux、MacOS
  • Python 版本:3.9+
  • 資料庫:MySQL(可選)
  • 內存:2GB+ 建議

安裝步驟

# 建立 conda 環境
conda create -n bettafish python=3.11
conda activate bettafish

# 安裝依賴
pip install -r requirements.txt

# 安裝瀏覽器驅動(爬蟲需要)
playwright install chromium

配置與運行

編輯 config.py 文件,填入 API 密鑰(支援任意 OpenAI 相容的 LLM 服務)和資料庫信息:

# 啟動主應用
python app.py

# 訪問 http://localhost:5000

單獨啟動各 Agent

# 啟動 QueryEngine
streamlit run SingleEngineApp/query_engine_streamlit_app.py --server.port 8503

# 啟動 MediaEngine  
streamlit run SingleEngineApp/media_engine_streamlit_app.py --server.port 8502

# 啟動 InsightEngine
streamlit run SingleEngineApp/insight_engine_streamlit_app.py --server.port 8501

技術亮點

  1. 完全獨立開發:不依賴任何現成框架,從零構建
  2. 靈活的 LLM 集成:支援任意 OpenAI 格式的 LLM 提供商
  3. 多種情感分析方法:BERT、Qwen 微調、傳統機器學習等
  4. 模板化報告生成:支援自定義報告模板
  5. 業務數據集成:支援本地業務資料庫與輿情數據融合

使用許可

採用 GPL-2.0 許可證。僅供學習、學術研究和教育目的使用,嚴禁用於商業盈利活動。

聯繫方式

  • GitHub 倉庫:https://github.com/666ghj/BettaFish
  • 郵箱:[email protected]
  • 支援企業定制開發、大數據服務、學術合作和技術培訓

總結

BettaFish(微輿)是一個功能強大、設計精妙的開源輿情分析平台。它不僅為企業和研究機構提供了強大的輿論監測工具,更體現了現代 AI 多智能體協作的最佳實踐。無論是品牌管理、市場分析還是學術研究,BettaFish 都能提供有力的數據支撑和決策參考。

如何使用 WordPress MCP – 完整指南

如何使用 WordPress MCP – 完整指南

什麼是 WordPress MCP?

WordPress MCP(Model Context Protocol)是一個強大的框架,將您的 WordPress 網站與人工智能助手(如 Claude)無縫連接。它允許 AI 工具直接與您的 WordPress 網站進行互動,執行各種管理和編輯任務。

簡單來說,MCP 是一個「翻譯器」,它將您的自然語言指令轉換為 WordPress 能夠理解的安全 API 請求。

MCP 的核心優勢

1. 自然語言交互

您可以使用日常語言與 AI 交流,例如:
– “發佈我的新文章”
– “上傳這張圖片到媒體庫”
– “列出待審評論”
– “創建新分類”

AI 會將這些指令轉換為實際的 WordPress 操作。

2. 安全性保障

  • 所有操作都通過 WordPress 的 REST API 進行
  • AI 的權限受限於您的用戶角色權限
  • 敏感操作需要適當的身份驗證

3. 提高效率

  • 自動化重複性任務
  • 快速發佈和管理內容
  • 批量操作變得簡單

WordPress MCP 的主要功能

WordPress MCP 提供以下 30+ 個工具供 AI 使用:

內容管理

  • 📝 創建、編輯和發佈文章
  • 📄 管理頁面
  • 🏷️ 創建和管理標籤
  • 📂 創建和管理分類
  • 📌 設置特色圖片

媒體管理

  • 🖼️ 上傳和管理媒體文件
  • 🎨 組織圖片和視頻
  • 🔍 搜索媒體庫

用戶管理

  • 👥 創建和管理用戶帳戶
  • 🔑 分配用戶角色
  • 📧 發送用戶通知

評論管理

  • 💬 審核和批准評論
  • 🚫 刪除垃圾評論
  • ✅ 回復評論

主題和外掛

  • 🎨 修改主題設置
  • 🔧 管理外掛
  • ⚙️ 配置網站設定

如何開始使用

安裝和配置

第一步:安裝必要的外掛

您需要安裝以下外掛:
1. Abilities API – 提供 AI 能力的框架
2. WordPress MCP – MCP 協議支持
3. MCP Adapter – 適配層(可選,增強功能)
4. WordPress Feature API – 功能 API 支持

在 WordPress 後台,進入「外掛」→「安裝外掛」,搜索上述名稱並安裝。

第二步:啟用外掛

安裝後,在「外掛」頁面找到這些外掛並點擊「啟用」。

第三步:配置 Claude 連接

在 Claude Desktop 或 Claude Code 中配置 WordPress MCP 伺服器:

{
  "mcpServers": {
    "wordpress-mcp": {
      "command": "npx",
      "args": ["-y", "@instawp/mcp-wp"]
    }
  }
}

使用範例

例子 1:創建新文章

您的指令: “用標題 ‘我的新博客文章’ 和分類 ‘技術’ 創建一篇文章”

AI 會執行:
1. 調用 WordPress MCP 的文章創建工具
2. 設置標題
3. 分配分類
4. 返回創建完成的確認

例子 2:上傳和使用媒體

您的指令: “上傳這個圖片,並在我最新的文章中使用它作為特色圖片”

AI 會執行:
1. 上傳圖片到媒體庫
2. 獲取最新文章
3. 將圖片設置為特色圖片
4. 確認操作完成

例子 3:批量內容操作

您的指令: “列出所有待審評論,並告訴我有多少條”

AI 會執行:
1. 查詢 WordPress 數據庫
2. 篩選待審評論
3. 返回列表和計數

安全性考慮

權限管理

  • AI 的操作權限基於您的 WordPress 用戶角色
  • 如果您是編輯,AI 也只能執行編輯級別的操作
  • 敏感操作(如刪除用戶)需要管理員權限

最佳實踐

  1. 定期備份
    • 在大量 AI 操作前進行備份
    • 使用 UpdraftPlus 等外掛自動備份
  2. 審查和批准
    • 重要發佈前讓 AI 先草稿
    • 手動審查關鍵內容
  3. 監控活動
    • 定期檢查 WordPress 活動日誌
    • 追蹤 AI 執行的操作

故障排除

問題 1:AI 無法連接到 WordPress

解決方案:
– 確保 WordPress MCP 外掛已啟用
– 檢查您的網站 REST API 是否啟用(通常默認啟用)
– 驗證認證憑證

問題 2:AI 某些操作失敗

解決方案:
– 檢查用戶權限是否足夠
– 確保相關外掛已啟用
– 查看 WordPress 錯誤日誌

問題 3:性能問題

解決方案:
– 使用快取外掛(如 LiteSpeed Cache)
– 優化大型媒體文件
– 限制單次操作的數據量

進階用法

自動化工作流程

結合 MCP 與 WordPress 的 REST API,可以創建複雜的自動化工作流:

  1. 內容調度
    • AI 自動發佈預定的文章
    • 自動調整發佈時間
  2. 內容優化
    • AI 建議 SEO 改進
    • 自動生成元數據
  3. 評論管理
    • AI 自動過濾垃圾評論
    • 自動回復常見問題

與其他工具集成

WordPress MCP 可以與以下工具配合使用:
– Claude AI(通過 Claude Code 或 Claude Desktop)
– 其他支持 MCP 的 AI 工具
– 自定義應用程序

常見問題 (FAQ)

Q: WordPress MCP 會影響網站性能嗎?
A: 不會。MCP 是一個通信協議,不會增加網站的運行負擔。AI 操作與正常的用戶操作相同。

Q: 我需要編程知識才能使用 MCP 嗎?
A: 不需要。使用 AI 與 MCP 的核心優勢就是您可以用自然語言與 AI 交流。

Q: WordPress MCP 支持哪些語言?
A: 支持多種語言,包括中文。您可以用您偏好的語言與 AI 交流。

Q: 我可以自定義 MCP 工具嗎?
A: 可以。通過開發自定義外掛並使用 WordPress Feature API,您可以添加自定義工具。

資源和進一步閱讀

總結

WordPress MCP 是一個革命性的工具,讓您的網站變成 AI-驅動的內容管理系統。通過自然語言交互,您可以:

✅ 快速發佈和管理內容
✅ 自動化重複性任務
✅ 提高團隊的生產效率
✅ 保持完整的安全控制

無論您是內容創作者、網站管理員還是開發人員,WordPress MCP 都可以幫助您更有效地管理您的 WordPress 網站。


最後更新日期:2025年11月7日

如有任何疑問或反饋,歡迎在下方留言!

在Vue中使用 openapi-generator-cli generate 自動產生 typescript-axios API文件

gray laptop computer
Photo by Monoar Rahman on Pexels.com

為什麼要用 openapi-generator-cli ?

openapi-generator-cli是一個強大的工具,用於自動生成API客戶端庫、服務器存根和API文件。

簡單說,現在開發API的時候大部分都遵守OpenApi的規範,OpenAPI的採用率和生態系統支持使其成為當前最主要的選擇之一。

當後端開發好API時,可能會提供與OpenAPI相容的API文件,最常見的是 Swagger,用來展示這些文件,可是前端看到這些文件的時候,並不能馬上使用,必須先將文件轉成前端可以用的檔案,例如 .ts 或者 .js 讓前端的框架可以認識並使用API。

除了手動產生之外,最快的方法應該是自動產生,大幅縮短產生API檔案的時間。

安裝 openapi-generator-cli

在安裝 openapi-generator-cli 之前,需要安裝 Java 環境,如果不想安裝Java環境,可以使用 Docker 模式使用。

推薦安裝 Java 環境為 Temurin 的 OpenJDK,安裝後開啟一個新的終端機輸入

java -version

正常的話會看到這樣的畫面,表示正確安裝OpenJDK

接著在終端機畫面中輸入

npm install -g @openapitools/openapi-generator-cli

或是

yarn global add @openapitools/openapi-generator-cli

安裝完成後,進到前端的主目錄底下,輸入

openapi-generator-cli

會產生一個 openapitools.json 的檔案,這是openapi-generator-cli的設定檔,他的結構如下

{
  "$schema": "./node_modules/@openapitools/openapi-generator-cli/config.schema.json",
  "spaces": 2,
  "generator-cli": {
    "version": "7.7.0"    
  }
}

設定openapi-generator-cli的Config檔: openapitools.json

先上一個範例程式,我們再解說其中的關鍵地方“。

{
  "$schema": "./node_modules/@openapitools/openapi-generator-cli/config.schema.json",
  "spaces": 2,
  "generator-cli": {
    "version": "7.7.0",
    "generators": {
      "v1.0": {
        "generatorName": "typescript-axios",
        "output": "./src/api-services",
        "skipValidateSpec": true,
        "inputSpec": "http://localhost:5501/swagger/Default/swagger.json",
        "additionalProperties": {
          "apiPackage": "apis",
          "modelPackage": "models",
          "withSeparateModelsAndApi": true
        }
      }
    }
  }
}

這個範例程式表示要以 typescript-axios 作為輸出結果,並把結果放到 ./src/api-services 目錄底下,使用的來源是 http://localhost:5501/swagger/Default/swagger.json ,並且將Model跟 Api分開 (“withSeparateModelsAndApi”: true),並把API放到 apis 這個目錄,把model放到 models 這個目錄。

產生之後的目錄結構如下

如果需要更多 additionalProperties 的資訊,可以拜訪 https://openapi-generator.tech/docs/configuration 可以取得更多的資訊。

當我們把設定檔設定完成以後,便要來設定 package.json 這個檔案

設定 package.json 的快速使用指令

接著打開 package.json 這個檔案,你會看到類似如下畫面

在 script 這邊,可能每個系統與專案都不一樣,因此不必要照著修改成一樣的內容,我們要注意的是其中最下面那行 api ,這裡會使用快速指令讓 openapi-generator-cli 開始作業,產生我們要的API檔案。

"api": "openapi-generator-cli generate  --generator-key v1.0"

其中應該注意 –generator-key v1.0 這個指令,表示我們將使用 generators 的 v1.0,他在剛剛的 openapitools.json 中有設定。他的位置如下:

使用快速指令

由於我們剛剛在 package.json 設定 api 的指令,因此我們可以用

npm run api

或者

pnpm api

或者

yaen api

來產生相關的API與MODEL,他產生的過程大致上長這樣:

查看一下目標目錄(./src/api-services) 應該會看到檔案都個別產生出來,models 因為太多檔案了,就不展示了。

使用API

在 vue 檔案中,import 一個 api 方法。

New 出來後,即可使用該 api 方法。 

以上就是前端框架Vue中使用 openapi-generator-cli 來自動產生API檔案的快速方法。

參考資料

https://www.deer404.info/posts/openapi-gen-api

https://stackoverflow.com/questions/65196962/how-to-use-configuration-file-openapitools-json-with-openapitools-openapi-gen

https://openapi-generator.tech/docs/usage

開源情報: IntelliScraper 一把有智慧的剃刀,幫你括下網路上重要資訊

IntelliScraper 是一個先進的 Python 網頁抓取項目,旨在進行精確的 HTML 內容解析和特徵匹配,以從特定網頁中提取關鍵資訊。利用 BeautifulSoup 和 scikit-learn 等強大的函式庫,它提供了一種高效且靈活的方式來抓取和處理 Web 資料。

想像一下,您是一名數據分析師,需要定期從多個部落格中提取文章和更新。透過 IntelliScraper,您可以輕鬆取得這些數據以進行進一步分析和報告。同樣,如果您是需要監控網站內容變更的 Web 開發人員,IntelliScraper 可以自動執行此流程,從而節省時間和精力。

GitHub: https://github.com/herche-jane/IntelliScraper

Avalonia UI 學習筆記(2) 專案啟動

一段Avalonia程式碼與wpf畫面

啟動專案

找一個空間或者新增一個乾淨的目錄,在該目錄下開啟命令列工具或者終端機,輸入以下命令

dotnet new avalonia.xplat -o MyApp

其中 MyApp 可以替換成你的專案名稱。

這時候會在該目錄底下新增一個依照你所指定的名稱的目錄,其中目錄結構如下

打開MyApp.sln之後,在Visual Studio中大概會像這樣

若出現下面的畫面,嘗試安裝缺少的元件或套件,來解決紅蚯蚓問題。

當我按下安裝時,會跳出安裝視窗,直接安裝即可

之後會跳出需要接受 Android的授權合約視窗

接受之後,就可以開始開發程式了,方案總管的畫面也會變成這樣:

肥米輸入法

周圍是各種程式碼區塊,畫面右邊則有一個輕鬆的人愉快的看著

一個用 C# 開發的仿蝦咪的輸入法,叫做

肥米輸入法

雖然已經好久沒有更新了,但是其中的開發思路倒是可以參考。

參考資料(轉載自該開源專案的內容)

  • 1. 允許控制台:https://stackoverflow.com/questions/4362111/how-do-i-show-a-console-output-window-in-a-forms-application
  • 2、C#全域Keyhook:https://stackoverflow.com/questions/577411/how-can-i-find-the-state-of-numlock-capslock-and-scrolllock-in-net
  • 3.在其他類別中使用表單小工具:https://stackoverflow.com/questions/12983427/accessing-forms-controls-from-another-class
  • 4.令狀表單可以拖移: https://stackoverflow.com/questions/1592876/make-a-borderless-form-movable
  • 5.半形轉全形:時間啟動序為: https://blog.darkthread.net/blog/strconv-half-full-width-notes
  • 6.JsonValue處理liu.json:https://stackoverflow.com/questions/6620165/how-can-i-parse-json-with-c
  • 7、ini-parser:https://github.com/rickyah/ini-parser
  • 8、sendkey範例:https://www.itread01.com/content/1548344359.html
  • 9、線上語法測試;https://dotnetfiddle.net/

Avalonia UI 學習筆記(1) 專案啟動前的準備

一個白板圍繞著 Avalonia UI 進行一個看板活動的敏捷會議

Avalonia UI 是什麼?

Avalonia UI 是一個在 .Net Core 的框架,具備跨平臺特性,可以做到一次開發多平台使用,可應用於 Windows、Linux、MacOS、Android、iOS以及WebAssembly。

官方表示即將推出 VisionOS 以及 Samsung 的 Tizen OS 支援,因此投資學習 Avalonia 是一個很好的選擇。

開始前的準備

在開始之前,訪問官方網站是一個不錯的開始,跟隨著線上文件開始學習路徑也是一個啟動學習的最佳方式。

我已經將學習過程中找到的相關資料放在 Avalonia UI 學習筆記(0) 相關資料 ,有興趣的可以訪問觀看。

接下來的各種學習紀錄都圍繞 .Net 8 以及 Visual Studio 2022 的開發架構與環境中。

安裝專案範本

打開命令列視窗或終端機
輸入

dotnet new install Avalonia.Templates
將安裝下列範本套件:
   Avalonia.Templates

Avalonia.Templates (版本 11.0.2) 已安裝,將會以 最新版本 取代。
Avalonia.Templates::11.0.2 已成功解除安裝。
警告: NuGet 來源 http://192.168.10.31:5555/v3/index.json 不安全,將不會搜尋。若要包含搜尋的來源,請使用 --force。
成功: Avalonia.Templates::11.0.6 已安裝下列範本:
範本名稱                             簡短名稱                   語言     標記
-----------------------------------  -------------------------  -------  -----------------------------------------
Avalonia .NET App                    avalonia.app               [C#],F#  Desktop/Xaml/Avalonia/Windows/Linux/macOS
Avalonia .NET MVVM App               avalonia.mvvm              [C#],F#  Desktop/Xaml/Avalonia/Windows/Linux/macOS
Avalonia Cross Platform Application  avalonia.xplat             [C#],F#  Desktop/Xaml/Avalonia/Web/Mobile
Avalonia Resource Dictionary         avalonia.resource                   Desktop/Xaml/Avalonia/Windows/Linux/macOS
Avalonia Styles                      avalonia.styles                     Desktop/Xaml/Avalonia/Windows/Linux/macOS
Avalonia TemplatedControl            avalonia.templatedcontrol  [C#],F#  Desktop/Xaml/Avalonia/Windows/Linux/macOS
Avalonia UserControl                 avalonia.usercontrol       [C#],F#  Desktop/Xaml/Avalonia/Windows/Linux/macOS
Avalonia Window                      avalonia.window            [C#],F#  Desktop/Xaml/Avalonia/Windows/Linux/macOS

這裡需要注意的是某些範本只對應某些平台,因此開發之前謹慎選擇範本會讓開發效率較為順暢。

avalonia.xplat 是跨平臺的範本

avalonia.mvvm 是最常用的範本,但不支援移動裝置。

安裝擴充套件

下載擴充套件 Avalonia for Visual Studio 2022 並安裝,安裝後,VS就能讀寫 Avalonia 的 XAML。

開始前的準備工作到這裡大概就差不多了,下一篇將開始建立一個Avalonia專案。

Avalonia UI 學習筆記(0) 相關資料

線上文件

教學影片

參考資料

額外的搭配資料