AI Market Research 组合技能

> 整合 crawl4ai、trendradar、product-research 的全链路市场研究自动化

定义

ai-market-research 是 OpenClaw 的组合技能，提供端到端的市场研究能力：

1. crawl4ai - 深度网页抓取与结构化提取
2. trendradar - 多平台热点监控与舆情分析
3. product-research - 结构化市场分析框架（竞品/用户/趋势）
4. agentmemory - 历史数据持久化与跨期对比

适用场景

• 竞品进入新市场前的深度调研
• 行业趋势追踪（每周/每月自动报告）
• 新品发布前的市场环境扫描
• 投资决策前的赛道分析

核心能力

输入参数

输出产物

• 主报告 (research-report.md) - 结构化分析
• 数据附件 (artifacts/) - 原始抓取内容、热度摘要、竞品表格
• 记忆写入 - 自动保存到 agentmemory，支持长期追踪

工作流

graph LR
    A[任务: 研究 X] --> B[crawl4ai 深度抓取]
    A --> C[trendradar 热点聚合]
    B --> D[product-research 分析引擎]
    C --> D
    D --> E[生成结构化报告]
    E --> F[保存到 agentmemory]
    F --> G[推送结果]

阶段说明

1. 数据采集 (Data Collection)
• crawl4ai: 抓取产品官网、竞品页、评测文章、用户评论
• trendradar: 获取微博/知乎/百度等平台的关联热点

1. 数据分析 (Analysis)
• product-research: 应用标准框架（SWOT/PEST/竞品矩阵）
• AI 摘要: 提炼核心洞察、风险评估、机会点

1. 知识存储 (Memory)
• 将本次研究的关键结论存入向量数据库
• 建立 topic → timestamp → findings 索引链

1. 报告交付 (Delivery)
• 生成 Markdown 报告（支持微信阅读）
• 可选 HTML 可视化版本
• 通过 OpenClaw 消息通道推送

使用示例

基本调用

# 快速研究（1小时）
ai-market-research --topic "宇树科技机器人" --depth quick

# 深度研究（8小时+）
ai-market-research --topic "人形机器人赛道" --depth deep --compare_previous true

指定数据源

ai-market-research \
  --topic "特斯拉FSD" \
  --sources "https://tesla.com/fsd" "https:// electrek.co/tesla-fsd-review" \
  --output_format markdown

配置依赖

MCP 服务

必须已启动：

• crawl4ai (localhost:11235)
• trendradar (localhost:3333)

技能启用

以下技能必须在 openclaw.json 中启用：

• product-research
• agentmemory (插件)
• vector-memory（可选，用于历史对比）

环境变量

• AI_API_KEY - 用于 trendradar AI 分析（如果启用）
• OPENCLAW_WECHAT_TO - 微信推送目标（optional）

性能与成本

故障排除

常见问题

1. crawl4ai JWT 错误 → 检查 CRAWL4AI_JWT 环境变量
2. trendradar MCP 连接失败 → 确认 uv run python -m mcp_server.server 正在运行
3. memory 写入失败 → 确认 agentmemory 插件已启用
4. token 超限 → 降低 depth 或减少 sources 数量

安装

手动安装

# 克隆到技能目录
git clone https://github.com/yourusername/ai-market-research-skill.git \
  ~/.openclaw/workspace/.agents/skills/ai-market-research

# 启用技能（添加到 openclaw.json）
# 重启网关
openclaw gateway restart

通过 ClawHub（即将推出）

搜索 ai-market-research 并一键安装。

Roadmap

• [ ] 真实 MCP 调用（替换模拟数据）
• [ ] product-research 深度集成
• [ ] 自动来源发现（Google 搜索 + 筛选）
• [ ] 向量历史对比（vector-memory）
• [ ] Webhook 推送自动化
• [ ] Docker 容器化
• [ ] 多语言报告支持

License

MIT © Chace