Hermes Skills Manager
6770bc9b9d
- 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
115 lines
3.1 KiB
Markdown
115 lines
3.1 KiB
Markdown
---
|
||
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）
|