waterdjiang/wattter_openskills/wtt-app-review-insights

App Store 评论洞察 (App Review Insights)

将 App Store 用户评论转化为结构化产品洞察报告。

工作流程

1. 解析 App：从用户输入（URL / App ID / 名称）提取 App ID 和国家
2. 抓取评论：运行 scripts/fetch_reviews.py
3. 统计分析：运行 scripts/summarize.py
4. AI 洞察挖掘：按 references/analysis_prompts.md 模板执行深度分析

步骤 1：解析 App 信息

从用户输入中提取 App ID 和国家代码：

• App Store URL → 自动解析 ID 和国家
• 纯数字 → 作为 App ID 直接使用
• 应用名称 → 调用 iTunes Search API 查找

步骤 2：抓取评论

# App ID + 国家
python3 scripts/fetch_reviews.py --app-id 6448311069 --country us
 
# 按名称搜索
python3 scripts/fetch_reviews.py --search "ChatGPT" --country us
 
# App Store URL
python3 scripts/fetch_reviews.py --url "https://apps.apple.com/cn/app/豆包/id6459478672"
 
# 指定评论数和输出
python3 scripts/fetch_reviews.py --app-id 6448311069 --country cn --max-reviews 200 --output ./reviews.json

步骤 3：统计分析

python3 scripts/summarize.py --input ./reviews.json --output ./stats.json

步骤 4：AI 洞察挖掘

读取评论数据和统计摘要，按 references/analysis_prompts.md 中的核心洞察模板执行分析，输出 7 维度结构化洞察：概览摘要、痛点、机会、正面信号、用户分层、版本风险、行动建议。按模板末尾的 Markdown 报告格式输出最终报告。

依赖

pip install -r scripts/../requirements.txt

Python 3.8+，仅需 requests。无需外部 LLM API（AI 分析由 Claude 自身完成）。

References

• `references/analysis_prompts.md` — AI 洞察挖掘 Prompt 模板和报告模板（步骤 4 必读）
• `references/output_schema.md` — 脚本输出 JSON Schema 说明（步骤 3-4 之间读取，理解 summarize.py 输出结构时使用）
• `references/methodology.md` — 方法论和分析框架说明（可选，需要深入理解分析逻辑或定制分析维度时读取）