AdvancingTitans/pain-miner

Pain Miner

输入：一句目标用户描述。 最终输出：九节、来源可追溯的研究报告；不是旧式 Step A/B/C 交付。

默认路径免登录。Reddit、HN、V2EX 的可用性取决于网络环境，工具会把失败和样本边界写入结果。

标准工作流

python3 scripts/pain_miner.py diagnose --out /tmp/pain-diagnose.json

python3 scripts/pain_miner.py run \
  --target "独立 SaaS 创业者" \
  --hours 336 --min-score 10 --min-comments 5 \
  --profile-communities --fetch-comments --analyze \
  --out /tmp/pain-run.json

python3 scripts/pain_miner.py render-report \
  --input /tmp/pain-run.json --out /tmp/pain-report.md

先读 /tmp/pain-report.md，再在其中已有证据范围内补充写作；不要手工将 JSON 重组为流程型标题。

run --analyze 在主证据不足时仍会写 JSON，但返回码为 2，并将 analysis.evidence_verdict.status 置为 INSUFFICIENT_EVIDENCE。这不是“没有痛点”的结论，而是当前采样不能支持机会判断。

运行前：目标与社区计划

python3 scripts/pain_miner.py plan-communities \
  --target "独立 SaaS 创业者" --profile-communities \
  --out /tmp/pain-plan.json

• 检查 reddit_subs、hn_queries、v2ex_nodes 与 confidence。
• 中文目标出现 SaaS、indie、独立开发 等线索时必须保持 languages: [zh, en]；不得因中文输入而把英文社区和 HN 排除。
• SaaS/独立开发默认优先 SaaS、indiehackers、SideProject、EntrepreneurRideAlong 与 V2EX create/share；career 只能是显式补充，不得作为主证据。
• 推断不对时用 --subs、--hn-query、--v2ex-node 覆盖，并在报告范围中说明。

数据源健康与降级

先运行 diagnose，检查 source_health：

状态	动作
ok	正常收集；仍需按相关性和证据类型过滤。
degraded	记录原因，扩大窗口或调整阈值，不把 0 hit 解读为无需求。
unavailable / reddit_edge_block	不重复请求同一 Reddit 路径；转 HN-first，并把故障写入报告。
rate_limited	停止重试该源，遵守退避与间隔。
empty	区分“源为空”与“请求失败”；检查计划与时间窗。

当 Reddit 合格帖少于 3 且 HN 可用时，run 会一次性扩展已有的目标相关 HN 查询。不要用泛化的 Show HN、MRR 单词替代目标词；优先 indie hacker、micro saas、solo founder first customers 等模板。

浏览器/Jina 若返回 whoa there, pardner、network policy 或 Blocked，会标为失败而非成功正文。不得从拦截页提取证据。

证据与质量门禁

每条帖子均保留：

• platform、community、url、data_source、抓取快照；
• post_intent、commercial_signals、evidence_type、risk_flags；
• target_relevance: high | low | unknown。

默认规则：

1. target_relevance=low 帖子进入 step_b.noise_posts 与 analysis.posts 审计，不进入痛点簇和 OpportunityCard。
2. promotion / commercially_contaminated、纯行业观点和单条反证不能独立支撑产品方向。
3. 少于 --min-primary-evidence（默认 5）条目标相关 primary_evidence 时，机会卡必须为空；报告在第 1 节和第 9 节说明不足与后续动作。
4. 不得把热度、回复数或规则分类压成不透明的“机会总分”。

最终报告契约

只允许以下九个顶级标题：

1. 研究范围
2. 社区地图
3. 高价值证据
4. 痛点结构
5. 跨社区共识与分歧
6. 商业信号
7. 候选产品方向
8. 推荐验证方案
9. 证据附录

第 9 节必须含数据限制和 source_health；证据不足时还要含可执行的下一步。完整字段映射见 references/output-templates.md。

分命令调试

python3 scripts/pain_miner.py discover --subs SaaS,indiehackers --hours 336
python3 scripts/pain_miner.py extract --subs SaaS,SideProject --hours 336 --min-score 10 --min-comments 5
python3 scripts/pain_miner.py hn-search --query "indie hacker" --hours 336 --min-score 10 --min-comments 5
python3 scripts/pain_miner.py v2ex-hot --node create --min-comments 5
python3 scripts/pain_miner.py compare-communities --input /tmp/pain-run.json --topic "customer feedback"

analyze-research 可以离线补齐分析；render-report 是唯一的完整 Markdown 输出器。

交付前自检

• 已执行 diagnose 或在报告中说明未探测的源。
• 已运行 render-report，最终标题没有 Step A、Step B、Step C。
• 每个结论都能回链到目标相关的来源帖。
• 已区分支持证据、反证、推广污染和低相关噪声。
• INSUFFICIENT_EVIDENCE 时没有产品机会、定价或营销钩子。
• 单一社区观察没有外推为普遍结论。