在数字化时代品牌舆情对企业声誉和商业决策至关重要。传统舆情监测依赖人工检索和分析响应时间长、覆盖渠道有限、预警滞后难以及时捕捉品牌风险和市场机会。品牌舆情监测Agent系统基于多Agent协作架构通过Collection、Sentiment、Hotspot、Warning、Report五大Agent串并行协同实现从多渠道采集、情感分析、热点识别到风险预警的全流程自动化。系统支持周期性和专题性两种报告模式自动生成可视化HTML报告并配图将舆情响应时间从小时级缩短至分钟级。通过提前识别品牌风险、降低危机影响并释放人力投入策略性工作为品牌、公关和市场部门提供高效、智能的舆情洞察与决策支持。作者百度 谭文涛基于多Agent协作的品牌舆情智能监测与报告生成系统系统架构输入品牌名称 关键词 时间范围 报告类型 │ ▼ ┌───────────────┐ │ Collection │ ← 多渠道并行采集 │ Agent │ 百度AI搜索 天行新闻API └───────┬───────┘ │ ┌───────────┼───────────┐ │ │ │ ┌─────▼────┐ ┌───▼──────┐ ┌─▼──────────┐ │Sentiment │ │Hot Topic ││ Warning │ ← Fan-out并行 │Analysis │ │Identify │ │ Detection │ │Agent │ │Agent │ │ Agent │ └─────┬────┘ └───┬──────┘ └─┬──────────┘ │ │ │ └───────────┼───────────┘ ← Gather │ ┌───────▼───────┐ │ Report │ ← 报告生成 千帆文生图 │ Generation │ │ Agent │ └───────┬───────┘ │ HTML 舆情报告协作模式串行采集 → Fan-out并行分析 → 串行汇总报告5个Agent说明Agent职责输入输出Collection Agent多渠道舆情采集品牌名关键词去重分类后的结构化数据Sentiment Agent情感分类与驱动因素分析采集数据情感分布驱动因素Hotspot Agent热点话题识别与趋势判断采集数据热点话题关键词传播路径Warning Agent舆情风险预警采集数据情感数据风险等级预警列表应对建议Report Agent报告生成配图全部分析结果HTML可视化报告技术栈组件技术语言Python 3.10LLM百度千帆ernie-x1-turbo-32k/ Ollamaqwen2.5:14b搜索百度AI搜索baidu_search_v2新闻天行数据互联网新闻API文生图千帆 ernie-image-turbo并行concurrent.futures.ThreadPoolExecutor输出HTML可视化报告图片base64内嵌目录结构brand-sentinel-mas/ ├── main.py # 主入口编排器 ├── config.py # 全局配置 ├── README.md # 项目说明 ├── clients/ │ ├── __init__.py │ ├── search_client.py # 百度AI搜索客户端 │ ├── news_client.py # 天行新闻API客户端 │ ├── llm_client.py # 千帆/Ollama LLM客户端 │ └── image_client.py # 千帆文生图客户端 ├── agents/ │ ├── __init__.py │ ├── collection_agent.py # 采集Agent │ ├── sentiment_agent.py # 情感分析Agent │ ├── hotspot_agent.py # 热点识别Agent │ ├── warning_agent.py # 预警Agent │ └── report_agent.py # 报告生成Agent ├── prompts/ │ ├── collection.md # 采集Agent提示词 │ ├── sentiment.md # 情感分析提示词 │ ├── hotspot.md # 热点识别提示词 │ ├── warning.md # 预警提示词 │ └── report.md # 报告生成提示词 ├── utils/ │ ├── __init__.py │ └── html_generator.py # HTML报告生成器 └── output/ # 输出目录 └── images/ # 文生图输出快速开始1. 安装依赖pip install requests2. 配置API密钥# 百度千帆 API必选用于LLM调用和文生图 export QIANFAN_API_KEYyour_qianfan_api_key # 百度AI搜索必选用于舆情搜索 export BAIDU_SEARCH_API_KEYyour_baidu_search_api_key # 天行新闻API已内置key无需配置 # TIANAPI_KEYyour_tianapi_key # Ollama可选使用本地模型时配置 export OLLAMA_BASE_URLhttp://localhost:11434 export OLLAMA_MODELqwen2.5:14b3. 运行# 周期性舆情报告如月报 python main.py --brand 百度 --report-type periodic --period 2026年4月 # 专题性舆情报告如某个话题的专题 python main.py --brand 百度 --report-type topic --topic 百度AI大模型 --period 2026年4月 # 附加关键词 python main.py --brand 腾讯 --keywords 微信 腾讯云 --report-type periodic --period 2026年4月 # 使用Ollama后端 python main.py --brand 阿里 --report-type periodic --period 2026年4月 --backend ollama # 搜索最近一周 python main.py --brand 百度 --report-type periodic --period 本周 --recency week4. 命令行参数参数必选说明--brand✅品牌名称--report-type❌报告类型periodic周期性/topic专题性默认periodic--period❌报告时间范围默认当前年月--topic❌专题报告的话题仅topic类型使用--keywords❌附加搜索关键词空格分隔--backend❌LLM后端qianfan/ollama默认qianfan--recency❌搜索时间范围week/month/year默认month报告输出文件位置output/目录文件格式HTML图片base64内嵌可独立打开文件命名{品牌名}_舆情监测报告_{周期性/专题性}_{时间戳}.html配图数量3~5张千帆文生图生成与报告章节内容匹配报告类型周期性舆情报告periodic定期周/月/季度自动生成的品牌舆情综述侧重趋势变化和数据对比包含情感分析、热点话题、风险预警、综合建议专题性舆情报告topic针对特定话题/事件的深度分析侧重事件脉络和影响评估需要指定--topic参数核心流程详解阶段1多渠道采集根据品牌名关键词自动构建多角度搜索查询词并行调用百度AI搜索和天行新闻APILLM整理去重、分类标注6类别5情感初判阶段2Fan-out并行分析情感分析Agent逐条分析情感分类、强度、关键短语、驱动因素热点识别Agent识别热点话题、热度评分、传播路径、发展趋势预警Agent本地规则预检 LLM深度分析 → 风险等级、预警列表阶段3报告生成LLM整合全部分析结果生成结构化报告含need_image标记千帆文生图API生成3~5张配图HTML渲染引擎输出可视化报告适用场景品牌部门品牌健康度监测、口碑追踪公关部门舆情预警、危机早发现早应对市场部门竞品动态追踪、市场趋势洞察价值舆情响应时间从小时级缩短至分钟级品牌风险提前识别降低危机影响自动化报告生成释放人力投入策略性工作项目源码详见文章顶部绑定资源包