几个月前在linuxdo开源了一个 评论分析的AI应用，那是 python版本和typescript版本：
GitHub - liangdabiao/easy-amazon-voc: 针对amazon商品评论进行AI大模型多维度分析。用户利用easy...
针对amazon商品评论进行AI大模型多维度分析。用户利用easy scraper浏览器插件爬取商品、帖子评论，然后直接上传csv文件到系统，系统进行评论分析，然后提供下载链接，下载更新的带有评论分析的csv文件,得到AI分析的用户画像。
而新时代来临了，需要充分利用新的AI技术，同时应用程序现在更多是开发给龙虾用的，面向AI用户，而核心就是 skill。 所以我开发新版本，怎样一步一步的为龙虾开发 skill ，我这里以 评论分析skill 为例子：
开源地址：
GitHub - liangdabiao/simple-review-analyzer: 展示怎样制作一个直接skill (openclaw / claude code 等），不依赖其他，...
展示怎样制作一个直接skill (openclaw / claude code 等），不依赖其他， 对电商评论进行深度数据分析，
核心工作流程：用户输入 → 参数收集 → CSV解析 → 批量打标 → 统计分析 → 报告生成 → HTML渲染
项目参考：
参考学习了开源项目：GitHub - buluslan/review-analyzer-skill: 由AI驱动的多场景通用评论内容深度分析工具，支持双模洞察系统(CLI本地模式+Gemini增强模式)，提供22维度智能标签、黑金奢华可视化看板和四位一体VOC系统 | AI-powered multi-scenario review analysis tool with dual-mode insight system (CLI + Gemini), 22-dimension tags, premium dashboard & 4-in-1 VOC system · GitHub
我的适合学习，适合自己进一步修改为自己的，他的适合工作使用吧，他的更专业。
支持编码检测、自动转换UTF-8、分隔符检测、模糊列匹配等。
我的skill特别在于，和大家写的不同写法，不需要写python，不需要写逻辑，非常简单，直接普通人都可以看懂的markdown，不需要教ai怎样做事情，让AI按指导原则就可以。中间遇到所有问题，ai自己解决，不需要教ai做事情。
Skill就是普通文本的人话的markdown，你可以随意修改为适合自己的，也可以直接告诉ai修改，很简单。
以至简达至繁，相信AI，人类不需要管那么多。
详细步骤：
1，要理解 claude code 和skill的核心概念：
如果对skill和claude code没有概念，不懂我写的是什么，那么我推荐这个老师的教程：
GitHub - huangjia2019/claude-code-engineering: This repository demonstrates how to use Claude...
This repository demonstrates how to use Claude Code to do real engineering work, not just writing code. 本项目是极客时间专栏 《Claude Code 工程化实战》 的官方配套示例仓库，目标很明确： 👉 把 Claude Code 从“对话式编码工具”，变成 可设计、可复用、可治理的工程系统。
我学习太多了！
2，评论下载插件：
卖家精灵：
卖家精灵 - 亚马逊关键词优化，大数据选品专家 - Chrome 应用商店
卖家精灵（SellerSprite）基于大数据和人工智能技术，为卖家提供一站式选品、关键词优化、产品监控等运营工具，帮助卖家洞察行业商机、高效选品、打造高分Listing。
Easy scraper:
Easy Scraper - One-click web scraper - Chrome 应用商店
A free web scraper for instant results. Scrape any website with one click. No coding required.
3，提示词
我这里参考了 review-analyzer-skill 的 22维度评论分析提示词。准备好提示词。
4，准备好输入输出和流程
❯ 目前有需求：#需求.md ， 需要你充分理解和分析，给我写一个你的工作规划。详细写下来给我检查。 我给你提供了一些资料在#assets/
输出内容格式要求，验收标准 - CSV 标签数据格式正确 - Markdown 报告结构完整 - HTML 看板可正常打开 - 所有22维度标签有效提取
5，给AI提供足够的反馈：
❯ 很好，但是刚才运行发现很多 错误的发生，现在需要你重新检查刚才的流程，发现的错误修复好，对skill进行优化和补充，目的是为了以后的运行更顺利
实际使用演示：
❯ 评论分析 test-data/eufy.csv
❯ 评论分析 test-data/creality.csv
数据清洗后，自动分批次处理：
不需要配置任何api key，直接利用好 claude code 、codex等 内置ai 调用：
分析出多维度csv，方便进一步分析：
最终效果：
整个skill开发就是这样的流程了， 明确写好需求， 输入输出和中间步骤大概，其他的让AI自由发挥。 可以对比我的skill和其他大佬的skill，其他大佬喜欢里面放python，而我喜欢全部让AI自己搞。
开源不易，多多支持
GitHub - liangdabiao/simple-review-analyzer: 展示怎样制作一个直接skill (openclaw / claude code 等），不依赖其他，...
展示怎样制作一个直接skill (openclaw / claude code 等），不依赖其他， 对电商评论进行深度数据分析，
