大家好，最近我让openclaw把我自己在内容运营里常用的一套“弹幕分析流程”做成了一个可复用的小项目：

👉 bilibili-danmaku
GitHub：https://github.com/Smartloe/bilibili-danmaku

核心目标很直接：

• 给我一个 B 站视频链接
• 自动抓取弹幕
• 自动做分词清洗
• 自动输出词云图 + 情感分析 + 舆情报告

适合做内容复盘、热点观察、用户反馈提炼。

---

一、这个项目解决了什么问题？

日常做视频复盘时，常见痛点是：

1. 弹幕采集麻烦：每次手动导出/复制，效率很低。
2. 词云质量不稳定：不清洗会被“哈哈哈/666/这边那边”污染。
3. 舆情判断缺标准：没有统一口径，沟通时容易“拍脑袋”。

这个项目把整条链路打通了：

抓取 → 清洗 → 关键词 → 词云 → 情感 → 报告

---

二、功能特性

• ✅ 自动解析 BVID -> CID，抓取弹幕 XML
• ✅ 导出结构化数据：CSV / JSON / TXT
• ✅ jieba 分词 + 干扰词清洗
• ✅ SnowNLP 情感分析（正/中/负分布）
• ✅ wordcloud 生成高密度中文词云 PNG
• ✅ 自动生成 Markdown 舆情报告

---

三、项目结构

bilibili-danmaku/
├── SKILL.md
├── README.md
├── README.en.md
├── requirements.txt
├── scripts/
│   ├── ensure_env.sh
│   ├── fetch_danmaku.py
│   ├── fetch.sh
│   ├── analyze_danmaku.py
│   └── analyze.sh
├── references/
│   ├── methodology.md
│   └── stopwords.default.txt
└── output/

---

四、在 OpenClaw 里一键使用（推荐）

如果你本身就在用 OpenClaw，最省事的方式是直接从 ClawHub 安装：

clawhub install bilibili-danmaku

安装后开启一个新的 OpenClaw 会话，直接给视频链接即可调用技能完成：

• 弹幕抓取
• 词云生成
• 情感分析
• 舆情报告输出

---

五、源码方式（3 步）

1）安装依赖

cd bilibili-danmaku
bash scripts/ensure_env.sh

2）抓取弹幕

python3 scripts/fetch_danmaku.py \
  --url "https://www.bilibili.com/video/BV17JfuBqEqg" \
  --outdir "./output"

支持短链：

python3 scripts/fetch_danmaku.py --url "https://b23.tv/gO0nMGs" --outdir "./output"

3）分析并出报告

bash scripts/analyze.sh \
  "./output/<xxx>_danmaku.csv" \
  "./output/<xxx>_meta.json" \
  "./output" \
  "task_name"

输出文件：

• task_name_top_words.json
• task_name_sentiment.json
• task_name_wordcloud.png
• task_name_report.md

---

六、为什么这版词云更“干净”？

我在分词后做了数据清洗，重点是四件事：

1. 停用词过滤：默认词表 + 自定义词表
2. 噪声词过滤：比如 哈哈哈 / 233 / 666 / 纯符号
3. token 规范化：别名合并、重复字符压缩
4. 高文档频率短词剔除：去掉“出现太广但信息量低”的词

你还可以临时追加干扰词：

./.venv/bin/python scripts/analyze_danmaku.py \
  --csv "./output/<xxx>_danmaku.csv" \
  --meta "./output/<xxx>_meta.json" \
  --outdir "./output" \
  --name "task_clean" \
  --extra-stopwords "妈妈,亲戚,那边,这边"

---

七、情感分析怎么做？

使用 SnowNLP，每条弹幕都会得到一个 0~1 的情绪分：

• >= 0.60：positive
• <= 0.40：negative
• 中间：neutral

最后汇总成：

• 正向/中性/负向占比
• 平均情绪分
• 代表性正负样本

这对“选题复盘”和“评论区风向判断”很实用。

---

八、适用场景

• 内容运营：复盘某条视频的用户反馈
• 新媒体团队：快速形成“可汇报”的舆情材料
• 创作者：看粉丝关注点与争议点
• 数据分析同学：做多视频横向对比

---

九、我自己的使用建议

如果你要把它用于日常工作流，我建议：

1. 先跑单视频，确认数据链路与参数
2. 再跑批量视频，做横向对比
3. 维护一个自己的 stopwords 词表（按垂类持续迭代）
4. 报告里优先看三件事：
   • 情绪结构是否异常
   • 高频词是否偏离内容定位
   • 负向样本是否集中在某个可改进点

---

十、开源地址

如果你刚好也在做内容分析，欢迎直接拿去用：

🔗 GitHub：https://github.com/Smartloe/bilibili-danmaku

欢迎提 issue / PR，一起把它打磨成更顺手的中文内容分析工具。🚀

---

十一、免责声明

请遵守 B站平台规则与相关法律法规。
本项目仅用于公开数据分析与研究，不用于违规抓取和滥用。