dsh-amazon-voc · Amazon 评论智能分析（VOC）

DeepSeek Harness（dsh）插件：Amazon 评论智能分析（VOC）——四维价值模型（人群场景/功能价值/保障价值/体验价值）+ 两步 AI 分析（标签体系生成→逐条打标）+ 确定性词频统计 + 用户画像。LLM 分析走宿主模型，无需单独 API key。

技能来自 easy-amazon-voc（MIT，liangdabiao）。

装上以后有什么

能力	说明
amazon-voc-analysis 技能	四维价值模型方法论（4 大价值层级 + 标签设计原则 + 两步分析流程）
voc_parse_csv 工具	解析 easy-scraper 导出的 Amazon 评论 CSV：列名模糊匹配、提取内容/评分/日期/作者，最大 1000 行
voc_wordfreq 工具	确定性词频统计：一级/二级标签分布 + 情感分布（算数不经过大模型）
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 + 分组抽样
侧栏「评论 VOC」面板	四维价值模型速览 + 使用流程 + 免责声明

使用

1. 用 easy-scraper 浏览器插件爬取 Amazon 商品评论，导出 CSV
2. 对话里：「分析这份评论 CSV：<工作区里的文件路径>」
3. 模型：解析 CSV → 生成标签体系 → 逐条打标 → 词频统计 → 用户画像 → 输出到工作区 reports/

⚠️ 安全提醒

上游 Python 版 functions.py 曾含明文 API key（已随 GitHub 公开）——本插件不携带任何密钥（全局扫描测试防泄露）。如果你用过那对 key，请轮换。

自检

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

• npm test：11 个单测（真实样例 CSV 解析/列名匹配/词频/画像校验/摘要/工具 schema/技能引用），零网络零 key
• npm run selftest：样例解析+工具+技能+密钥不入包+面板 API
• npm run build：打包 dist/client.js + 三大自检（含 treeShaking:false）

安装

dsh plugin --profile web add dsh-amazon-voc

许可

MIT（liangdabiao）