Files

T

Hermes Skills Manager 6770bc9b9d 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

2026-07-05 02:31:15 -04:00

3.1 KiB

Raw Blame History

name, description, version, tags, triggers

name

description

version

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：

用 web_search 从 Reddit/HN/ProductHunt 采集数据
用 LLM 分析痛点
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

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

# 🔍 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

Reddit/HN API 免费无需key，但有频率限制
LLM分析需要能调用当前模型的API
建议每次分析不超过50条评论（避免token超限）

3.1 KiB Raw Blame History Unescape Escape