上一版是 n8n 定时抓小红书。这一版把编排换成 LangGraph:先按品牌人群画像决定以哪个平台为主,再判断现在是「出了事」还是「日常」,规则检查没过就让模型带着问题返工,出报告前停下来等人复核,最后生成一条推送卡片。编码、指标、规则、评级还是同一份代码。
五个环节都是这次真实运行的记录(来自运行留下的 _graph.json)。
窗口(过去 24 小时)内指向特斯拉的记录数和其中负面占比,按平台拆开。比重决定每个平台抓多少,研判时以主平台为准,其他平台用来判断是否跨平台扩散。
总样本:B站 18 个视频 / 1033 条记录;知乎 27 个回答 / 87 条记录。B站借登录态抓评论(每页 20 条、带 IP 属地);知乎回答当「笔记」,评论不带属地。
完整报告每句都挂着原话出处,这里只摘结论。
同一品牌目录下之前几次运行的摘要会交给研判模型,走势不再只看一张快照。
| 时间(北京) | 分档 | 阶段 | 负面占比 | 相关记录 | 评测 |
|---|---|---|---|---|---|
| 10-22 06:47 | 传播证据不足,暂不可分档 | 阶段暂不可判断 | 29% | 89 | A |
| 10-22 07:03 | 舆情前夜 | 阶段暂不可判断 | 63% | 63 | B |
| 本次 | 舆情前夜 | 阶段暂不可判断 | 62% | 61 | A |
工作流会按飞书群机器人的卡片格式生成一条通知,这里是本次生成的预览;还没接真实的群。卡片先写结论,再「为什么提醒」、数字、平台、下一步、自查、历次。「需要关注」由规则表定:分档到舆情前夜以上、事件模式、高敏比前一窗口多、分档比上次高,任一条成立。
业务代码同一份:用 n8n 那次小红书运行(10-17 08:04)每一步的真实输入在 LangGraph 里重跑,输出逐字段一致,指标完全相同。不同的只在编排,以及模型每次写得不一样。
| n8n 版 | LangGraph 版 | |
|---|---|---|
| 平台 | 只抓小红书 | 按人群画像选主平台、分比重:小红书 / B站 / 知乎 |
| 研判模式 | 一种写法 | 先判断事件还是日常,两种写法 |
| 规则没过 | 扣分、封顶评级 | 带着没过的规则返工,最多 2 次 |
| 人工复核 | 事后改配置,下一轮生效 | 出报告前停下;打回时写回背景、当场重写 |
| 中断 | 从头跑 | 每步存检查点,停在复核时可以退出、之后接着跑 |
| 走势 | 只比前一窗口 | 带上同一品牌之前几次运行的摘要 |
| 通知 | 无 | 生成飞书格式的卡片(还没接群),按规则表分「需要关注」和「日常简报」 |
| 业务代码 | src/ 里的 Code 节点 | 同一份文件原样复用,同一份数据逐字段对拍一致 |
| 跑法 | 各稿没过的规则 | 评级 / 分 | 分档 |
|---|---|---|---|
| n8n(当时) | R4 | C / 83 | 舆情前夜 |
| LangGraph 返工上限 0 | 全过 | A / 88 | 尚未形成舆情 |
| LangGraph 返工上限 0 | R4 | C / 87 | 舆情前夜 |
| LangGraph 返工上限 0 | 全过 | A / 86 | 舆情前夜 |
| LangGraph 返工上限 2 | 全过 | B / 82 | 尚未形成舆情 |
| LangGraph 返工上限 2 | 全过 | B / 81 | 舆情前夜 |
| LangGraph 返工上限 2 | 全过 | A / 89 | 舆情前夜 |
首稿编造记录 ID(R4)的情况时有发生,不返工就被封顶 C 级;返工是出错时兜底,不拉高平均分。同一份数据模型打分在 80 多分上下浮动、分档会在两档之间摇摆,所以单次分数只说明过没过红线。
另一个模型(DeepSeek V4 Pro)按七个维度打分,再扣掉没过的软规则。