Мониторинг отзывов и репутации бренда: сбор и анализ тональности

from parsera import Client
 
client = Client(api_key="pk_...")
 
def collect_reviews(url: str) -> list[dict]:
    result = client.scrape(
        url=url,
        fields=["автор", "рейтинг", "текст отзыва", "дата"],
        multiple=True,  # извлечь список повторяющихся элементов, а не одну карточку
    )
    return result.rows

import hashlib
 
def review_hash(author: str, text: str) -> str:
    return hashlib.md5(f"{author}::{text}".encode()).hexdigest()
 
def save_new_reviews(reviews: list[dict], db) -> int:
    new_count = 0
    for review in reviews:
        h = review_hash(review["author"], review["text"])
        if not db.exists(hash=h):
            db.save(review, hash=h)
            new_count += 1
    return new_count

def analyze_sentiment(reviews: list[dict], entity_name: str) -> str:
    sample = "\n".join(
        f"[{r['rating']}★] {r['text'][:200]}" for r in reviews[:40]
    )
    prompt = f"""
    Объект: {entity_name}
    Количество отзывов: {len(reviews)}
 
    Отзывы:
    {sample}
 
    Дай анализ по плану:
    1. Общее впечатление
    2. Основные жалобы (с примерным числом упоминаний)
    3. Сильные стороны
    4. Рекомендации (3-5 конкретных пунктов)
    """
    return llm_call(prompt)