---
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）