开发一个基于 Python + PySide6 的桌面悬浮小工具，核心功能是：爬取指定网站的评论（定期刷新、去重），调用大模型 API 分析评论的 “人气冷暖”（返回 0-100 的数值，0 为极冷、100 为极暖），并通过桌面指示灯可视化展示；工具界面包含标题、冷暖指示灯、配置按钮，配置项需支持修改大模型 API、调整界面透明度，爬取的网站的地址的配置，爬取内容的xpath配置。

配置持久化	配置（API、透明度、爬取规则等）保存到本地 JSON 文件，避免每次启动重新配置
窗口交互	悬浮窗口可拖拽位置、置顶显示、最小化 / 关闭选项（桌面工具必备）
爬取增强	评论去重（哈希校验）、爬取失败重试、爬取频率 / UA 配置、反爬基础适配
大模型交互	API 超时 / 重试、响应格式校验（确保返回 0-100 数值）、多模型请求格式适配
可视化增强	指示灯显示具体数值（如 “88 - 强烈看好”）、冷暖阈值可自定义（冷 / 中性 / 暖分界）
异常处理	爬取 / API 调用失败的弹窗提示、日志记录、错误兜底（如默认显示 “中性”）

如果爬取的内容已经存在，则增大刷新时间。

比如//a[contains(@class, "linkblack")]返回是列表，先写入当前的sqlite数据库，再调用大模型一条条分析（加一个延迟），再存入当前的sqlite数据库。