HN 提及态度分类：赞扬、批评与阅读意向

审校 JSON 或 CSV 中针对指定书籍或实体的态度。区分赞扬、批评、阅读意向和中性提及，再统计推荐。

html· HTML 结果打开工具

快速开始

用三种语言从你的代码中调用此工具。

cURL

curl -X POST 'https://api.elysiatools.com/zh/api/tools/hn-mention-sentiment-positive-negative-classifier' \
  -H 'Content-Type: application/json' \
  -d '{"mentions":"[\n  {\n    \"id\": \"praise\",\n    \"entity\": \"Dune\",\n    \"context\": \"I loved Dune.\",\n    \"commentId\": \"101\"\n  },\n  {\n    \"id\": \"critique\",\n    \"entity\": \"Dune\",\n    \"context\": \"I hated Dune.\",\n    \"commentId\": \"102\"\n  },\n  {\n    \"id\": \"reading\",\n    \"entity\": \"Dune\",\n    \"context\": \"I wanted to read Dune.\",\n    \"commentId\": \"103\"\n  }\n]","format":"json","mode":"rules","corrections":"","threshold":0.85}'

API 参考

以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。

请求端点

HTTP

POST https://api.elysiatools.com/zh/api/tools/hn-mention-sentiment-positive-negative-classifier

请求参数

参数名	类型	必填	说明
mentions	textarea	是	—
format	select	否	—
mode	select	否	—
corrections	textarea	否	—
threshold	number	否	—

响应格式

HTML 结果

JSON

{
  "result": "<div>Processed HTML content</div>",
  "error": "Error message (optional)",
  "message": "Notification message (optional)",
  "metadata": {
    "key": "value"
  }
}

MCP 集成

将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。

服务配置

将以下内容加入你的 MCP 客户端配置：

mcp.json

{
  "mcpServers": {
    "elysiatools-hn-mention-sentiment-positive-negative-classifier": {
      "name": "hn-mention-sentiment-positive-negative-classifier",
      "description": "审校 JSON 或 CSV 中针对指定书籍或实体的态度。区分赞扬、批评、阅读意向和中性提及，再统计推荐。",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=hn-mention-sentiment-positive-negative-classifier",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

列出可用工具

连接到 SSE 端点后，列出已开放的工具：

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

调用此工具

通过工具 id 调用，参数由其参数表构建：

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "hn-mention-sentiment-positive-negative-classifier",
    "arguments": {
  "mentions": "[\n  {\n    \"id\": \"praise\",\n    \"entity\": \"Dune\",\n    \"context\": \"I loved Dune.\",\n    \"commentId\": \"101\"\n  },\n  {\n    \"id\": \"critique\",\n    \"entity\": \"Dune\",\n    \"context\": \"I hated Dune.\",\n    \"commentId\": \"102\"\n  },\n  {\n    \"id\": \"reading\",\n    \"entity\": \"Dune\",\n    \"context\": \"I wanted to read Dune.\",\n    \"commentId\": \"103\"\n  }\n]",
  "format": "json",
  "mode": "rules",
  "corrections": "",
  "threshold": 0.85
}
  }
}

可用逗号分隔的 toolId 在一个会话中串联多个工具，例如 /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp（最多 20 个）。

有问题或反馈？请联系 [email protected]