analyze_data_insights
Analyze platform comparisons, activity statistics, and keyword co-occurrence patterns to extract actionable insights from aggregated trend data.
Instructions
统一数据洞察分析工具 - 整合多种数据分析模式
Args: insight_type: 洞察类型，可选值： - "platform_compare": 平台对比分析（对比不同平台对话题的关注度） - "platform_activity": 平台活跃度统计（统计各平台发布频率和活跃时间） - "keyword_cooccur": 关键词共现分析（分析关键词同时出现的模式） topic: 话题关键词（可选，platform_compare模式适用） date_range: 【对象类型】 日期范围（可选） - 格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - 示例: {"start": "2025-01-01", "end": "2025-01-07"} - 重要: 必须是对象格式，不能传递整数 min_frequency: 最小共现频次（keyword_cooccur模式），默认3 top_n: 返回TOP N结果（keyword_cooccur模式），默认20
Returns: JSON格式的数据洞察分析结果
Examples: - analyze_data_insights(insight_type="platform_compare", topic="人工智能") - analyze_data_insights(insight_type="platform_activity", date_range={"start": "2025-01-01", "end": "2025-01-07"}) - analyze_data_insights(insight_type="keyword_cooccur", min_frequency=5, top_n=15)
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| insight_type | No | platform_compare | |
| topic | No | ||
| date_range | No | ||
| min_frequency | No | ||
| top_n | No |
Output Schema
| Name | Required | Description | Default |
|---|---|---|---|
| result | Yes |
Implementation Reference
- mcp_server/tools/analytics.py:89-140 (handler)The implementation of `analyze_data_insights_unified` (called by `analyze_data_insights` in `server.py`) which acts as the main handler for "analyze_data_insights" tool. It routes requests to `compare_platforms`, `get_platform_activity_stats`, or `analyze_keyword_cooccurrence`.
def analyze_data_insights_unified( self, insight_type: str = "platform_compare", topic: Optional[str] = None, date_range: Optional[Dict[str, str]] = None, min_frequency: int = 3, top_n: int = 20 ) -> Dict: """ 统一数据洞察分析工具 - 整合多种数据分析模式 Args: insight_type: 洞察类型，可选值： - "platform_compare": 平台对比分析（对比不同平台对话题的关注度） - "platform_activity": 平台活跃度统计（统计各平台发布频率和活跃时间） - "keyword_cooccur": 关键词共现分析（分析关键词同时出现的模式） topic: 话题关键词（可选，platform_compare模式适用） date_range: 日期范围，格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} min_frequency: 最小共现频次（keyword_cooccur模式），默认3 top_n: 返回TOP N结果（keyword_cooccur模式），默认20 Returns: 数据洞察分析结果字典 Examples: - analyze_data_insights_unified(insight_type="platform_compare", topic="人工智能") - analyze_data_insights_unified(insight_type="platform_activity", date_range={...}) - analyze_data_insights_unified(insight_type="keyword_cooccur", min_frequency=5) """ try: # 参数验证 if insight_type not in ["platform_compare", "platform_activity", "keyword_cooccur"]: raise InvalidParameterError( f"无效的洞察类型: {insight_type}", suggestion="支持的类型: platform_compare, platform_activity, keyword_cooccur" ) # 根据洞察类型调用相应方法 if insight_type == "platform_compare": return self.compare_platforms( topic=topic, date_range=date_range ) elif insight_type == "platform_activity": return self.get_platform_activity_stats( date_range=date_range ) else: # keyword_cooccur return self.analyze_keyword_cooccurrence( min_frequency=min_frequency, top_n=top_n ) - mcp_server/server.py:291-330 (registration)The MCP tool registration for `analyze_data_insights`. This function acts as an entry point in `server.py` and calls `tools['analytics'].analyze_data_insights_unified`.
@mcp.tool async def analyze_data_insights( insight_type: str = "platform_compare", topic: Optional[str] = None, date_range: Optional[Dict[str, str]] = None, min_frequency: int = 3, top_n: int = 20 ) -> str: """ 统一数据洞察分析工具 - 整合多种数据分析模式 Args: insight_type: 洞察类型，可选值： - "platform_compare": 平台对比分析（对比不同平台对话题的关注度） - "platform_activity": 平台活跃度统计（统计各平台发布频率和活跃时间） - "keyword_cooccur": 关键词共现分析（分析关键词同时出现的模式） topic: 话题关键词（可选，platform_compare模式适用） date_range: **【对象类型】** 日期范围（可选） - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - **示例**: {"start": "2025-01-01", "end": "2025-01-07"} - **重要**: 必须是对象格式，不能传递整数 min_frequency: 最小共现频次（keyword_cooccur模式），默认3 top_n: 返回TOP N结果（keyword_cooccur模式），默认20 Returns: JSON格式的数据洞察分析结果 Examples: - analyze_data_insights(insight_type="platform_compare", topic="人工智能") - analyze_data_insights(insight_type="platform_activity", date_range={"start": "2025-01-01", "end": "2025-01-07"}) - analyze_data_insights(insight_type="keyword_cooccur", min_frequency=5, top_n=15) """ tools = _get_tools() result = tools['analytics'].analyze_data_insights_unified( insight_type=insight_type, topic=topic, date_range=date_range, min_frequency=min_frequency, top_n=top_n )