企业官网建设流程全解析

京东自动评价自动化工具 jd_AutoComment 快速指南：30秒拼出一条真实感评论

【免费下载链接】jd_AutoComment自动评价,仅供交流学习之用项目地址: https://gitcode.com/gh_mirrors/jd/jd_AutoComment

如果你以为"京东自动评价"都是靠 AI 凭空编造文案，那 jd_AutoComment 会颠覆你的想象：它几乎不"写"任何一句新话，而是把同一类商品下成千上万条真实用户评价拆成句子，再随机拼装成全新的评论。这个纯 Python 写的开源自动化工具，专治"评价没话写、写出来又文不对题"的老毛病，让经常在京东购物、积了一堆待评价订单的人，用一次配置换长期的省心。

先看一个真实尴尬：评价为什么总"文不对题"

你大概经历过这样的时刻：买了东西，系统提示"您有 5 个订单待评价"。打开页面，对着输入框发呆 10 分钟，最后憋出一句"质量很好，物流很快，下次还会回购"。运气不好还会踩雷——评价内容是通用的，可商品是具体的，"挺好"到底好在哪里，一句也说不出来。

这不是你文笔的问题，而是模板式评价天然缺乏信息量。jd_AutoComment 从一开始就盯着这个痛点：

不写新话，只做拼图：一条评价是如何诞生的

jd_AutoComment 的生成逻辑像拼图而不像写作，核心代码只有两个文件：jdspider.py负责采集，auto_comment_plus.py负责组装与提交。

第一步，找同款。爬虫拿你的商品名去京东搜索页抓取同类商品 ID（最多 8 个），再逐个请求它们的评论接口，把真实评价原文全部拉下来。

第二步，拆句。每一条长评价会被按中文标点拆成独立句子，丢进一个句子池。

第三步，提词。用 jieba 的 TextRank 算法从商品名里提取核心名词——比如"华为 Mate 60"提取出"手机"。

第四步，拼装。从句子池随机抽出 4~6 句拼成一条新评价，再把句子里的$占位符替换成刚才提取的商品关键词。比如池子里原本是"这家的$质量真是太好了"，拼出来就变成"这家的手机质量真是太好了"。

顺带一提，普通评价还会自动下载该商品已有晒单里的两张图片，上传后作为你的晒图提交。整个过程在代码里是generation()这一个函数完成的，想研究实现的话直接打开auto_comment_plus.py就能看到。

三步配置，先用 dry-run 看效果

上手不需要懂爬虫，只需要会复制粘贴。首先获取项目并安装依赖：

git clone https://gitcode.com/gh_mirrors/jd/jd_AutoComment cd jd_AutoComment pip install -r requirements.txt

⚠️ 建议 Python 版本 3.8+，最好 3.10+。

然后获取你的京东 Cookie：浏览器登录club.jd.com/myJdcomments/myJdcomment.action，在开发者工具里找到任意一个 XHR 请求，把请求头里的cookie完整复制下来，填入config.yml：

user: cookie: 'a=1; b=2; c=3'

更稳妥的做法是新建一个config.user.yml，把同样的内容放进去。这样以后项目更新覆盖config.yml时，你的登录信息不会丢。

配置完成后先别急着提交，用试运行模式看一遍全流程：

python3 auto_comment_plus.py --dry-run

这个模式会完整跑一遍"读取订单 → 生成评价 → 上传图片"的逻辑，只是最后不发请求，日志里会逐条打印即将提交的评价内容。确认内容没问题，再进入实战。

一条命令，从演示到实战

正式运行同样简单：

python3 auto_comment_plus.py

程序会自动按顺序处理四类待办：普通评价（含晒图）→ 追评 → 服务评价，每完成一类就重新查询一次订单列表，直到全部清空。每单之间内置了 5~15 秒随机延时，模拟真人操作节奏。

遇到问题时，两个参数很实用：

# 输出更详细的调试日志，方便排查 python3 auto_comment_plus.py --log-level=DEBUG # 把日志写入文件，方便事后复盘 python3 auto_comment_plus.py -o comment_log.txt

如果某个订单中途失败（比如遇到京东外卖订单导致解析异常），程序会记录并自动重试剩余部分，日志里会明确提示哪个商品需要你手动处理。

什么人会真正需要它

• 快递常客：每月在京东下十几单、从不写评价的上班族，攒了半年待评价订单，运行一次全部清空，还不用担心"评价内容跟商品对不上"的尴尬。
• 电商运营：需要给测试商品批量生成多样化反馈的人，通过调整参数就能切换好评、中评、差评语料，快速获得不同情感倾向的评价样本。
• Python 学习者：项目只有两个核心模块，爬虫与业务逻辑分离，配合注释能一口气看懂 requests、lxml、jieba、yaml 这几个库的实战用法，是很典型的入门级自动化项目范本。

进阶：改这几处，评价风格随你调

auto_comment_plus.py里调用爬虫的那一行写着spider.getData(2, 3)，第二个参数就是评论类型：1 是差评、2 是中评、3 是好评，改数字就能换语料来源；第一个参数是爬取页数，每页 10 条，调大能让句子池更丰富。

生成条数也有讲究：_type=1时随机抽 6 句拼普通评价，_type=0时抽 4 句用于追评，想更简洁可以改这个数。另外，项目仓库还提供了more_cookie分支，支持多账号依次完成"普通评价 → 追评"的批量流程，有多个账号的朋友可以去试试。

它的自保机制与你的使用底线

这个工具在反检测上做了功课：爬取评论时每次请求随机等待 5~10 秒，提交评价的间隔也刻意拉长，就是不想因为频率过高引起平台注意。但工具再克制，也请你守住底线：

• 项目声明仅用于学习交流，严禁商用与盈利；
• 只对自己真实购买的商品使用，不要用它刷虚假评价；
• 保持合理频率，别把自动化当成"刷分神器"。

技术的意义是替你省时间，而不是替平台制造噪音。

高频问题速查

Q：Cookie 提示错误或失效了？重新登录京东，按上述步骤重新抓取完整 Cookie 字符串替换即可。Cookie 有时效，长期不用会过期。

Q：依赖装不上？检查 Python 版本是否 3.8+，建议在虚拟环境里安装：python -m venv venv创建环境后再执行pip install -r requirements.txt。

Q：生成内容不合口味？先开--dry-run看生成效果，再调整评论类型参数（1/2/3）和爬取页数，多试几次找到最顺眼的组合。

Q：订单里混进了京东外卖？这类订单会导致解析失败，日志会明确提示，把它们手动评价后再重新运行即可。

从使用者到改造者

看懂jdspider.py的爬取流程后，你完全可以把它移植到别的电商平台；熟悉generation()的拼接逻辑后，也可以把随机抽句换成更智能的排序策略。这个项目的源码是开放的学习材料，动手改一改，比看十篇教程都来得实在。

如果你也在为成堆的待评价订单发愁，不妨花一个下午把它跑起来——先--dry-run看清楚它要说什么，再放心交给它。省下来的时间，留给你真正想做的事。

🔒 最后再提醒一句：请仅在法律与平台规则允许的范围内，以学习交流为目的使用本项目，并自行承担一切使用后果。

【免费下载链接】jd_AutoComment自动评价,仅供交流学习之用项目地址: https://gitcode.com/gh_mirrors/jd/jd_AutoComment