amz-review-analysislisted

# Amazon Review 分析 按 `references/guide.md` 做，不另起框架。分类列在分析中长出；层级必须是一级 / 二级 / 三级。 协议与报告结构只写在： - `references/taxonomy-protocol.md` - `references/report-framework.md` 产品化背景、数据合同、看板约定见 `references/product-dev-spec.md`。后续对话先读该文档，不要另起分类法或看板信息架构。 类目特例（配件词、地形怎么挂）写在 `examples/`，不要写回主流程。 ## 输入 一个类目目录，至少： - `1 Products/`：BSR 或选品表（含 ASIN、品牌、标题、评分数） - `2 Reviews/`：卖家精灵按 ASIN 导出的 xlsx 空目录骨架：`templates/category-folder/`。 先盘点：有多少 ASIN、下载条数 vs 站点评分数、是否混入配件、是否跨站点。样本缺口写进报告抬头。 ## 流程 `<skill>` = 本仓库根目录。 ### 1. 合并总表 ```bash python <skill>/scripts/merge_reviews.py \ --reviews-dir "<cat>/2 Reviews" \ --products-xlsx "<cat>/1 Products/<bsr>.xlsx" \ --out "<cat>/3 Data/reviews_master.xlsx" ``` 保留 `source_file`。不要删行；配件型号、非美、VP、Vine 用 flag。 空 ASIN 用文件名里的 listing ASIN 回填，并保留 review 上的子 ASIN。配件旗标必须写窄，禁止用泛化词把整机场景打成配件。 ### 2. 抽样开列（第 1 波） ```bash python <skill>/scripts/sample_reviews.py \ --master "<cat>/3 Data/reviews_master.xlsx" \ --n 80 --out "<cat>/5 Work/wave1_reviews.json" ``` 从空 taxonomy 开始标这批。目标是一级挂稳、二级开始长，不是锁死分类。 ### 3. 逐条标注 精读每条的 `标题` + `内容`。输出 JSONL，一条 review 一个对象： ```json { "row_id": 12, "review_key": "https://...", "sentiment_mix": "混合", "assignments": [ { "polarity": "好评", "l1": "功能表现很好", "l2": "贴边修剪干净", "l3": "", "excerpt": "edge cutting is excellent along the driveway", "new_column": true } ] } ``` 规则见 `references/taxonomy-protocol.md`。默认落到二级；三级少开。辩证评论两边都摘。 ```bash python <skill>/scripts/apply_annotations.