AI舆情分析配置：从零搭建监控任务与告警规则

AI舆情分析配置的核心是让系统自动采集指定来源的内容，按关键词和情感倾向分类，并在命中规则时发出告警。
本文按零基础可执行的方式，讲清从服务器准备到规则验证的完整流程。
适用于自建或托管舆情平台的场景，不涉及具体商业产品选型。

动手前需要确认的环境条件

开始配置前，先确认以下条件，避免中途卡在依赖问题上：

• 一台可用的 Linux 服务器（Ubuntu 20.04 或 CentOS 7 以上均可），建议 2 核 4G 起步，磁盘预留 20GB 以上用于存储采集内容。
• 已安装 Python 3.8+ 或 Docker，任选其一作为运行环境。
• 已申请数据源访问权限，例如新闻 API、社交媒体开放接口或 RSS 地址。
• 一个用于接收告警的渠道，例如企业微信机器人 Webhook 或邮件 SMTP 账号。

先用命令确认基础环境：

python3 --version
docker --version
curl -I https://目标数据源地址

预期结果是版本号正常输出，curl 返回 200 或 302。
如果返回 403 或超时，先检查网络出口和 API 白名单，不要急着改代码。

接入数据源与配置监控任务

舆情分析的第一步是让系统能稳定拿到数据。
以配置文件方式接入为例，在项目目录下创建 config/sources.yaml：

sources:
  - name: news_api
    type: http
    url: "https://api.example.com/news"
    interval: 300
    headers:
      Authorization: "Bearer 你的令牌"
  - name: rss_feed
    type: rss
    url: "https://example.com/feed.xml"
    interval: 600

关键点：interval 单位为秒，表示采集间隔；headers 中的令牌不要提交到公开仓库。
保存后启动采集服务：

docker run -d --name sentiment-collector \
  -v $(pwd)/config:/app/config \
  -v $(pwd)/data:/app/data \
  your-image:latest

启动后查看日志确认数据写入：

docker logs -f sentiment-collector
tail -n 5 data/raw/latest.jsonl

日志中出现 fetch success 且 latest.jsonl 有新增记录，说明数据源接入正常。

关键词、情感规则与告警配置

数据进入系统后，需要定义什么内容值得关注。
在 config/rules.yaml 中配置关键词和告警条件：

keywords:
  - name: 品牌负面
    patterns: ["退款", "投诉", "故障"]
    sentiment: negative
    threshold: 3
alert:
  channel: wecom
  webhook: "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=你的key"
  cooldown: 600

threshold: 3 表示同一关键词在采集窗口内命中 3 次才触发告警，cooldown 防止重复轰炸。
修改后重启服务使配置生效：

docker restart sentiment-collector

如果使用宝塔面板，可在“文件”中直接编辑上述 YAML，再通过“终端”执行重启命令。
修改前建议备份原文件：

cp config/rules.yaml config/rules.yaml.bak

容易踩坑的几个地方

• 令牌泄露：配置文件不要放在网站根目录，避免被直接访问。
• 采集频率过高：间隔低于 60 秒容易触发数据源限流，建议从 300 秒起调。
• 告警风暴：没有设置 cooldown 时，一次事件可能连续推送几十条消息。
• 中文分词误判：关键词过短（如单字）容易误命中，建议至少两个汉字。
• 时区不一致：服务器时区与数据源时间不一致会导致统计窗口错位，可用 timedatectl 检查。

验证配置是否真正生效

配置完成后，用一条测试数据验证全链路：

echo '{"text":"产品退款投诉","source":"test"}' >> data/raw/test.jsonl
docker exec sentiment-collector python -m analyzer --file data/raw/test.jsonl

预期在告警渠道收到一条测试消息，并在 data/results/ 下看到分类结果。
如果没有收到消息，按顺序检查：容器日志是否有报错、Webhook 地址是否可访问、关键词是否拼写一致。

日常巡检建议每天查看一次采集成功率，命令如下：

grep -c "fetch success" data/logs/collector.log
grep -c "fetch failed" data/logs/collector.log

失败数持续上升时，优先排查数据源接口变更或网络策略调整。

常见疑问

采集服务启动后立刻退出怎么办？
先看 docker logs 输出，常见原因是配置文件 YAML 缩进错误或令牌为空。用 python -c "import yaml; yaml.safe_load(open('config/rules.yaml'))" 可快速验证语法。

告警只触发一次就不再推送？
检查 cooldown 是否设置过大，以及关键词阈值是否被历史数据占满。可临时调低阈值测试，确认后再恢复。

能否只监控特定来源？
可以，在 sources.yaml 中删除或注释不需要的条目，重启服务即可，不影响已有规则。

AI舆情分析配置的关键在于数据源稳定、规则可验证、告警有节制。
按本文顺序执行后，建议先跑一周观察误报率，再逐步调整关键词和阈值。