B站弹幕舆情分析 Skill

专注于弹幕舆情与节奏分析的智能工具，输入B站视频链接，自动提取弹幕数据并生成专业的分析提示词，供大模型深度解读舆情走向、情感演变和互动节奏。

核心功能

• - ✅ 弹幕提取 - 提取视频所有弹幕（滚动、底端、顶端等全部类型）
• ✅ 时间分段分析 - 将弹幕按视频时间轴分10段，便于分析节奏变化
• ✅ 情感统计概览 - 统计正面/负面/疑问关键词占比
• ✅ 弹幕采样整理 - 每段精选代表性弹幕，生成结构化分析数据
• ✅ Markdown分析报告 - 自动生成完整的Markdown格式舆情分析报告
• ✅ 专业分析提示词 - 生成可直接使用的大模型分析提示词
• ✅ 无需登录 - 使用B站公开API，完全免费

前置条件

1. 环境要求

• - Python 3.8+
• 网络可访问 B站 API
• 大模型对话能力（用于生成分析结果）

2. 依赖安装

bash
pip install requests

使用方式

对话中使用

@skill://B站弹幕舆情分析 请分析这个视频的弹幕舆情：https://www.bilibili.com/video/BV1xx97xx9xx

命令行使用

bash

提取弹幕并生成分析数据

python main.py https://www.bilibili.com/video/BV1xx97xx9xx

指定输出目录

python main.py https://www.bilibili.com/video/BV1xx97xx9xx -o /path/to/output

使用BV号

python main.py BV1xx97xx9xx

工作流程

输入B站视频链接
│
▼

1. 1. 提取BV号 (正则匹配)

│
▼

1. 2. 获取视频信息 (标题、UP主、时长、CID等)

│
▼

1. 3. 获取弹幕数据 (XML/压缩格式)

│
▼

1. 4. 数据整理与分析

├── 按时间分段（10段）
├── 统计弹幕类型分布
├── 情感关键词统计（正面/负面/疑问）
└── 每段采样代表性弹幕
│
▼

1. 5. 生成分析提示词

└── 输出结构化提示词供大模型分析

输出内容

1. 视频信息

• - 标题、BV号、UP主、时长、弹幕总数

2. 弹幕统计概览

• - 弹幕类型分布（滚动/底端/顶端等）
• 正面关键词占比
• 负面关键词占比
• 疑问句占比

3. 时间分段弹幕（10段）

每段包含：

• - 时间范围
• 弹幕数量
• 精选弹幕样本（每段最多10条）

4. 大模型分析提示词

生成结构化的分析提示词，包含以下维度：

舆情分析

• - 整体情感倾向
• 情感演变轨迹
• 情感峰值时段

节奏分析

• - 高能预警点
• 讨论热度分布
• 弹幕密度变化

内容特征

• - 主要话题
• 梗与玩梗
• 用户互动类型

舆情风险点

• - 潜在负面点
• 风险预警

技术实现

核心API接口

数据	接口URL	参数
视频信息	https://api.bilibili.com/x/web-interface/view?bvid={bvid}	bvid
弹幕数据

https://api.bilibili.com/x/v1/dm/list.so?oid={cid} | oid(视频cid) |

请求头设置

python
DEFAULT_HEADERS = {
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36...,
Referer: https://www.bilibili.com/,
Origin: https://www.bilibili.com
}

情感关键词

正面关键词: 牛、强、棒、好、赞、顶、泪目、感动、喜欢、爱、甜、炸、绝、完美、厉害、超

负面关键词: 烂、差、垃圾、废物、蠢、尴尬、难、崩、无语、失望、难看、无聊、扯、假

疑问关键词: ？、?、怎么、为什么、什么、如何、是不是、能不能

输出文件

JSON格式 (xxx_弹幕分析数据.json)

json
{
video: {
bvid: BV1xx97xx9xx,
title: 视频标题,
owner: UP主名称,
duration: 600,
duration_str: 10:00
},
statistics: {
total_count: 1234,
type_distribution: {滚动: 1000, 底端: 200, 顶端: 34},
positivekeywordcount: 150,
negativekeywordcount: 50,
questionkeywordcount: 80,
positive_rate: 12.15,
negative_rate: 4.05,
question_rate: 6.48
},
time_segments: [...],
sampled_danmakus: [...]
}

分析提示词文件 (xxx_分析提示词.txt)

可直接复制给大模型的完整分析提示词，包含：

• - 视频信息
• 弹幕统计
• 分段弹幕内容
• 分析要求（舆情、节奏、内容特征、风险点）

Markdown分析报告 (xxx_弹幕舆情分析报告.md)

自动生成的完整Markdown格式分析报告，包含：

报告结构

• - 视频信息: 标题、BV号、UP主、时长、弹幕总数
• 弹幕统计概览: 类型分布、正面/负面/疑问关键词占比
• 弹幕时间分布: 密度分布图、高密度时段TOP3
• 分时段弹幕详情: 每段代表性弹幕样本
• 舆情分析: 整体情感倾向、情感峰值时段、高能预警点
• 节奏分析: 弹幕密度变化特征
• 主要发现: 弹幕内容特征总结
• 风险提示: 舆情风险预警
• 总结: 核心发现总结

报告示例

markdown

B站视频弹幕舆情与节奏分析报告

视频信息

项目	内容
标题	xxx
BV号

BV1xx |

| 弹幕总数 | 1234 条 |

弹幕统计概览

指标	数值
正面关键词占比	10.39%
负面关键词占比

3.78% |

弹幕时间分布

| 时段 | 弹幕数 | 密度 | |00:00-01:13 | 201 | ######---- | |01:13-02:27 | 165 | #####----- |

舆情分析

整体情感倾向: 正面 结论: 观众对该视频的整体情感倾向为正面...

脚本参数

参数	说明	示例
url	B站视频链接或BV号	BV1ky97B9Efn
-o, --output

输出目录 | -o ./output |

注意事项

1. 1. 无需登录: 脚本使用B站公开API，无需登录即可提取弹幕
2. 弹幕采样: 为控制数据量，每段时间弹幕最多采样20条
3. 频率限制: 建议控制请求频率，避免触发风控
4. 大模型分析: 脚本仅生成分析提示词，实际分析需大模型完成

故障排除

问题	原因	解决
获取弹幕为0	CID获取失败或视频无弹幕	检查网络或视频有效性
412/403错误

风控拦截 | 添加延时或稍后重试 | | 视频信息获取失败 | BV号无效 | 检查链接格式是否正确 |

文件结构

B站弹幕舆情分析/
├── SKILL.md # 本说明文件
├── skillhubmeta.json # Skill元数据
├── main.py # 核心脚本
└── requirements.txt # Python依赖

---

实际案例

案例：三十五年的《宇宙级安全声明》弹幕舆情分析

用户输入：

@