Skip to content

README.md

Latest commit

 

History

History
142 lines (106 loc) · 3.83 KB

README.md

File metadata and controls

142 lines (106 loc) · 3.83 KB
Raw

ChatMood - 智能聊天情绪分析平台

🎯 应用简介

ChatMood 是一款基于AI技术的聊天记录深度分析工具，帮助用户洞察对话中的情绪变化、意图识别和沟通模式。通过先进的自然语言处理技术，为用户提供专业的情绪分析报告和可视化图表。

✨ 核心功能

🧠 智能情绪识别

  • 基于大语言模型的高精度情绪分析
  • 支持OpenAI、Gemini等多种AI模型
  • VADER情感分析作为备用方案
  • 实时情绪状态评估

📊 可视化图表

  • Chart.js驱动的情绪变化曲线图
  • 直观的情绪分布统计
  • 交互式数据展示
  • 时间轴情绪追踪

😊 表情符号分析

  • 深度解析emoji使用模式
  • 情感表达习惯分析
  • 表情符号频率统计
  • 情绪倾向识别

📄 专业报告导出

  • PDF格式专业分析报告
  • Excel数据表格导出
  • JSON/CSV原始数据导出
  • 多格式支持，满足不同需求

🖼️ 多媒体支持

  • 文本聊天记录分析
  • 图片内容识别分析
  • 多种文件格式支持
  • 灵活的数据输入方式

🚀 应用价值

💼 商务沟通优化

  • 客户关系管理: 分析客户对话情绪，识别潜在问题和机会
  • 销售效果提升: 了解客户真实感受，调整沟通策略
  • 团队协作改善: 监测团队内部沟通氛围，提升工作效率

💕 情感关系洞察

  • 亲密关系维护: 深入了解伴侣或朋友的情感状态
  • 沟通问题识别: 及时发现沟通中的误解和冲突
  • 关系质量评估: 量化分析关系发展趋势

🎯 营销策略优化

  • 用户反馈分析: 深度挖掘用户对产品的真实感受
  • 品牌声誉监测: 追踪用户情绪变化，及时调整策略
  • 精准营销: 基于情绪数据制定个性化营销方案

🧘 心理健康监测

  • 情绪趋势追踪: 长期监测个人情绪变化模式
  • 心理状态评估: 识别潜在的心理健康风险
  • 预警提醒: 及时发现异常情绪波动

🛠️ 技术特性

  • 前端: 现代化Web界面，响应式设计
  • 后端: FastAPI高性能框架
  • AI集成: 支持多种大语言模型API
  • 数据处理: 高效的文本分析和图像识别
  • 可视化: Chart.js专业图表库
  • 导出功能: 多格式报告生成

📦 安装使用

环境要求

  • Python 3.9+
  • pip包管理器

快速开始

  1. 克隆项目
git clone <repository-url>
cd tongyi
  1. 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # macOS/Linux
# 或
.venv\Scripts\activate     # Windows
  1. 安装依赖
pip install -r requirements.txt
  1. 启动服务
uvicorn main:app --reload --host 0.0.0.0 --port 8000
  1. 访问应用 打开浏览器访问: http://localhost:8000

🔧 配置说明

AI模型配置

  • OpenAI: 配置API Key和Base URL
  • Gemini: 配置Google AI API Key
  • 自定义模型: 支持OpenAI兼容的API接口

数据格式支持

  • 纯文本聊天记录
  • JSON格式数据
  • CSV表格文件
  • 图片文件（JPG、PNG等）

🔒 隐私安全

  • 本地运行: 所有数据处理在本地完成
  • API安全: 仅用于AI模型调用，不上传敏感信息
  • 数据保护: 不存储用户聊天记录
  • 透明处理: 开源代码，处理过程完全透明

📈 使用场景

  1. 个人用户: 分析与朋友、家人的聊天记录，改善人际关系
  2. 企业用户: 客户服务质量监控，销售沟通效果分析
  3. 研究机构: 社交媒体情绪研究，用户行为分析
  4. 心理咨询: 辅助心理健康评估，情绪状态监测

🤝 贡献指南

欢迎提交Issue和Pull Request来改进项目！

📄 许可证

本项目采用MIT许可证，详见LICENSE文件。

ChatMood - 让每一次对话都更有意义 🚀