Initial commit: Hermes Agent skills collection
- Trading skills (OKX, dividend, lottery, quantitative) - Creative skills (ASCII art, diagrams, video) - Development skills (GitHub, debugging, TDD) - Research skills (arXiv, blog monitoring) - Productivity skills (email, documents, notes) - MCP integration skills - Custom user skills
This commit is contained in:
@@ -0,0 +1,114 @@
|
||||
---
|
||||
name: pain-point-scraper
|
||||
description: 自动采集用户痛点/需求 - 从Reddit、Product Hunt、Hacker News等平台抓取用户评论,用LLM分析痛点、需求、机会。支持多来源聚合+结构化报告。当用户说"痛点分析"、"用户需求"、"市场调研"、"竞品分析"时触发。
|
||||
version: 1.0.0
|
||||
tags: [research, pain-point, user-research, market-analysis, scraping]
|
||||
triggers:
|
||||
- 痛点分析
|
||||
- 用户需求
|
||||
- 市场调研
|
||||
- 竞品分析
|
||||
- 用户痛点
|
||||
- pain point
|
||||
- user research
|
||||
---
|
||||
|
||||
# 用户痛点自动抓取与分析
|
||||
|
||||
从多个平台自动采集用户评论/反馈,用 LLM 提取痛点、需求、机会。
|
||||
|
||||
## 数据源
|
||||
|
||||
| 来源 | 采集方式 | 适用场景 |
|
||||
|------|----------|----------|
|
||||
| **Reddit** | JSON API (无需key) | 产品讨论、用户抱怨 |
|
||||
| **Hacker News** | Algolia API | 技术产品、开发者需求 |
|
||||
| **Product Hunt** | Web scraping | 新产品反馈 |
|
||||
| **Twitter/X** | Web search | 实时讨论 |
|
||||
| **应用商店** | Web scraping | App用户评价 |
|
||||
|
||||
## 使用方式
|
||||
|
||||
### 方式1:Agent 直接分析(推荐)
|
||||
|
||||
直接告诉 Agent 你想分析什么主题,Agent 会:
|
||||
1. 用 `web_search` 从 Reddit/HN/ProductHunt 采集数据
|
||||
2. 用 LLM 分析痛点
|
||||
3. 生成结构化报告
|
||||
|
||||
示例对话:
|
||||
```
|
||||
用户: 分析一下"AI写作工具"的用户痛点
|
||||
Agent: [自动采集+分析+生成报告]
|
||||
```
|
||||
|
||||
### 方式2:脚本采集 + Agent 分析
|
||||
|
||||
```bash
|
||||
cd ~/.hermes/skills/pain-point-scraper/scripts
|
||||
# 只采集原始数据
|
||||
python3 pain_point_scraper.py --topic "AI写作工具" --sources reddit,hn --limit 20 --raw --output data.json
|
||||
# 然后让 Agent 分析 data.json
|
||||
```
|
||||
|
||||
### 方式3:定时监控
|
||||
|
||||
创建 cron job,每天自动采集+分析+推送报告。
|
||||
|
||||
## 工作流(Agent执行)
|
||||
|
||||
当用户要求分析痛点时,Agent 应执行:
|
||||
|
||||
```
|
||||
1. web_search: 搜索 "site:reddit.com {topic} complaints/problems"
|
||||
2. web_search: 搜索 "site:news.ycombinator.com {topic}"
|
||||
3. web_search: 搜索 "site:producthunt.com {topic} reviews"
|
||||
4. 合并所有搜索结果
|
||||
5. LLM 分析:提取痛点、需求、机会
|
||||
6. 生成结构化报告(参考 references/example-report.md)
|
||||
```
|
||||
|
||||
## 输出格式
|
||||
|
||||
### 结构化痛点报告
|
||||
|
||||
```markdown
|
||||
# 🔍 痛点分析报告:{主题}
|
||||
> 数据来源:Reddit, HN | 采集时间:{datetime} | 分析评论数:{N}
|
||||
|
||||
## 📊 概览
|
||||
- 总评论数:N
|
||||
- 负面情绪占比:X%
|
||||
- 高频痛点:N个
|
||||
|
||||
## 🔥 TOP 痛点
|
||||
|
||||
### 1. {痛点标题} (提及次数: N)
|
||||
**用户原话**:
|
||||
> "{原文摘录}"
|
||||
|
||||
**痛点描述**:{LLM分析}
|
||||
**影响人群**:{目标用户}
|
||||
**现有解决方案**:{竞品/替代品}
|
||||
**机会评估**:⭐⭐⭐⭐ (4/5)
|
||||
|
||||
### 2. ...
|
||||
|
||||
## 💡 机会洞察
|
||||
- {基于痛点的产品/功能建议}
|
||||
- {未被满足的需求}
|
||||
|
||||
## 📈 趋势观察
|
||||
- {近期讨论趋势}
|
||||
```
|
||||
|
||||
## 脚本说明
|
||||
|
||||
- `scripts/pain_point_scraper.py` — 主脚本,采集+分析
|
||||
- `templates/report.html` — 可视化报告模板
|
||||
|
||||
## 注意事项
|
||||
|
||||
1. Reddit/HN API 免费无需key,但有频率限制
|
||||
2. LLM分析需要能调用当前模型的API
|
||||
3. 建议每次分析不超过50条评论(避免token超限)
|
||||
Reference in New Issue
Block a user