定价侦探

定价侦探 是做什么的？

告诉它你的产品 URL 或描述。它会找到 5 个竞争对手，抓取他们的实际定价页面，并返回一份完整的定价情报报告：你所在领域的主流模型、基准价格表、功能门控分析、定位图以及针对你的产品的具体定价建议。

无需任何 API 密钥。 完全依赖免费的 pip 依赖项运行。可选的 API 密钥可提升质量。

---

零幻觉政策： 输出中的每个价格点、层级名称和功能门控都必须追溯到抓取的定价页面内容或 DuckDuckGo 搜索摘要。这适用于：

• 竞争对手价格：仅从抓取的页面内容中逐字提取
• "联系销售"：保持原样记录，绝不估计或替换为数字
• 层级名称：严格从页面复制，不得转述
• 功能列表：从页面内容提取，不得根据产品知识推断
• 定位观察：仅从基准表数据推导得出

---

常见错误

AI 代理可能会...	为什么这是错误的
用估计价格填充“联系销售”	绝不要估计企业定价。原样记录为“联系销售”。
使用训练知识获取竞争对手价格	每个价格必须追溯到抓取的页面内容或搜索摘要。
跳过竞争对手确认步骤	总是展示发现的竞争对手并等待确认。错误的竞争对手 = 错误的基准。
未引用基准数据就推荐价格	每个价格推荐必须引用基准表中的具体数字。
当页面内容少于 500 个字符时标记为高质量	< 500 字符意味着页面未被抓取 -- 将 data_quality 标记为 'low' 并使用搜索摘要回退。
在输出中使用破折线	将所有破折线替换为连字符。

---

每次运行前阅读参考文件

cat references/pricing-models.md
cat references/extraction-guide.md
cat references/positioning-guide.md

---

步骤 1：设置检查

echo "TAVILY_API_KEY:    ${TAVILY_API_KEY:+已设置 (搜索质量提升)}${TAVILY_API_KEY:-未设置，将使用 DuckDuckGo (免费)}"
echo "FIRECRAWL_API_KEY: ${FIRECRAWL_API_KEY:+已设置 (JS 渲染增强)}${FIRECRAWL_API_KEY:-未设置，将使用 requests+BS4 (免费)}"
echo ""
python3 -c "from ddgs import DDGS; import requests, bs4, html2text; print('依赖项就绪')" 2>/dev/null \
  || echo "错误：缺少依赖项。请运行：pip install ddgs requests beautifulsoup4 html2text"

如果缺少依赖项： 立即停止。告知用户：“缺少 Python 依赖项。请运行以下命令安装：pip install ddgs requests beautifulsoup4 html2text -- 全部免费，无需账户。然后重试。”

如果仅缺少 API 密钥： 继续。DuckDuckGo 和 requests+BS4 是免费的默认选项。

生成产品标识符：

PRODUCT_SLUG=$(python3 -c "
from urllib.parse import urlparse
import sys, re
url = 'URL_HERE'
if url.startswith('http'):
    host = urlparse(url).netloc.replace('www.', '')
    print(host.split('.')[0])
else:
    print(re.sub(r'[^a-z0-9]', '-', url[:30].lower()).strip('-'))
")
echo "产品标识符：$PRODUCT_SLUG"

---

步骤 2：解析输入

从对话中收集：

• product_url：需要获取的 URL（必需，除非用户直接粘贴描述）
• geography：可选 -- 美国 / 欧洲 / 印度 / 全球。默认为美国

如果用户只提供粘贴的描述（无 URL）： 跳过步骤 3 和 4。直接进入步骤 4（产品分析），将粘贴的文本用作 product_content。将 page_source 设置为 user_description，并在 data_quality_flags 中注明。

如果既没有 URL 也没有描述： 询问：“你的产品或创业公司的 URL 是什么？或者粘贴一段简短描述：它的功能、目标用户以及独特之处。”

---

步骤 3：获取产品页面

首选：Firecrawl（如果设置了 FIRECRAWL_API_KEY）

curl -s -X POST https://api.firecrawl.dev/v1/scrape \
  -H "Authorization: Bearer $FIRECRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "URL_HERE", "formats": ["markdown"], "onlyMainContent": true}' \
  | python3 -c "
import sys, json
d = json.load(sys.stdin)
content = d.get('data', {}).get('markdown', '') or d.get('markdown', '')
print(f'通过 Firecrawl 获取: {len(content)} 个字符')
open('/tmp/pf-product-raw.md', 'w').write(content)
"

回退：requests + BS4（免费，始终可用）

python3 << 'PYEOF'
import requests, html2text, random

USER_AGENTS = [
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
    "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
]
headers = {"User-Agent": random.choice(USER_AGENTS), "Accept": "text/html,application/xhtml+xml;q=0.9,*/*;q=0.8"}
resp = requests.get("URL_HERE", headers=headers, timeout=20, allow_redirects=True)
converter = html2text.HTML2Text()
converter.ignore_images = True
converter.body_width = 0
content = converter.handle(resp.text)[:8000]
print(f'通过 requests+BS4 获取: {len(content)} 个字符')
open('/tmp/pf-product-raw.md', 'w').write(content)
PYEOF

检查点：

python3 -c "
content = open('/tmp/pf-product-raw.md').read()
if len(content) < 200:
    print('错误：获取的内容少于 200 个字符 -- 页面可能是 JS 渲染的')
else:
    print(f'内容就绪：{len(content)} 个字符')
"

如果内容少于 200 个字符： 告知用户：“产品页面返回的内容太少 -- 该网站可能是 JavaScript 渲染的。请粘贴一段简短描述：你的产品功能、目标用户以及它与竞争对手的不同之处。”

---

步骤 4：产品分析（AI）

打印页面内容：

python3 -c "
content = open('/tmp/pf-product-raw.md').read()[:5000]
print('=== 产品页面（前 5000 个字符）===')
print(content)
"

AI 指令： 分析上面的产品页面并提取：

• product_name：产品或公司名称
• one_line_description：功能、目标用户、核心价值主张。少于 20 词。无营销语言。
• industry_taxonomy：l1（顶级：开发者工具 / 金融科技 / 健康科技 / 消费类等），l2（领域：DevOps / 支付 / 人力资源等），l3（具体利基：CI/CD 自动化 / 嵌入式支付 / 异步视频等）
• differentiators：恰好 2-3 个区分此产品的具体点。它们将用于推荐 -- 必须具体。笼统的答案如“易于使用”不可接受。
• icp：buyer_persona（职位），company_type，company_size
• geography_bias：美国 / 欧洲 / 印度 / 全球
• page_source："live_page" 或 "user_description"

写入 /tmp/pf-product-analysis.json：

python3 << 'PYEOF'
import json

analysis = {
    # 从你的分析中填写
    "product_name": "",
    "one_line_description": "",
    "industry_taxonomy": {"l1": "", "l2": "", "l3": ""},
    "differentiators": [],
    "icp": {"buyer_persona": "", "company_type": "", "company_size": ""},
    "geography_bias": "US",
    "page_source": "live_page"
}

json.dump(analysis, open('/tmp/pf-product-analysis.json', 'w'), indent=2)
print('产品分析已写入。')
PYEOF

验证：

python3 -c "
import json
a = json.load(open('/tmp/pf-product-analysis.json'))
print('产品:', a['product_name'])
print('行业:', a['industry_taxonomy']['l1'], '>', a['industry_taxonomy']['l2'], '>', a['industry_taxonomy']['l3'])
print('差异化因素:')
for d in a['differentiators']:
    print(f'  - {d}')
"

---

步骤 4b：阶段 1 -- 竞争对手发现

ls scripts/research.py 2>/dev/null && echo "脚本已找到" || echo "错误：scripts/research.py 未找到 -- 无法继续"

python3 scripts/research.py \
  --phase discover \
  --product-analysis /tmp/pf-product-analysis.json \
  --output /tmp/pf-competitors-raw.json

打印结果供 AI 审查：

python3 -c "
import json
data = json.load(open('/tmp/pf-competitors-raw.json'))
print(f'搜索次数：{len(data[\"competitor_searches\"])}')
for s in data['competitor_searches']:
    print(f'\n查询：{s[\"query\"]}')
    for r in s.get('results', [])[:6]:
        print(f'  - {r[\"title\"]} | {r[\"url\"]}')
        print(f'    {r.get(\"snippet\",\"\")[:150]}')
"

AI 指令： 阅读上面的搜索结果。选择恰好 5 家竞争对手公司，需满足：

1. 出现在搜索结果标题或摘要中
2. 属于与被分析产品相同的 L3 利基
3. 是实际的软件产品（非代理商、列表文章或评论网站）
4. 彼此不同

为每个竞争对手写入：name、url、pricing_url（其定价页面 -- 如果摘要中未找到，推断为 [url]/pricing）、description（从摘要中提取一句话）、source_url。

---

步骤 5：竞争对手确认

python3 << 'PYEOF'
import json

analysis = json.load(open('/tmp/pf-product-analysis.json'))

# 填写：来自搜索结果的 5 个竞争对手
candidates = [
    # {"name": str, "url": str, "pricing_url": str, "description": str, "source_url": str}
]

print(f"\n在 {analysis['industry_taxonomy']['l3']} 中找到 {analysis['product_name']} 的 5 个竞争对手：\n")
for i, c in enumerate(candidates, 1):
    print(f"  {i}. {c['name']} -- {c['description']}")
    print(f"     产品: {c['url']}")
    print(f"     定价: {c['pricing_url']}")

data = json.load(open('/tmp/pf-competitors-raw.json'))
data['competitor_candidates'] = candidates
json.dump(data, open('/tmp/pf-competitors-raw.json', 'w'), indent=2)
PYEOF

告知用户：“这是我将从中获取定价数据的 5 个竞争对手。您可以添加、删除或替换任何内容 -- 或者说“看起来不错”以继续。”

等待确认。 如果用户编辑了列表，请相应更新候选项。然后写入确认列表：

python3 << 'PYEOF'
import json

# 填写：已确认的竞争对手列表（用户审核后）
confirmed = [
    # {"name": str, "url": str, "pricing_url": str}
]

json.dump({"confirmed_competitors": confirmed}, open('/tmp/pf-competitors-confirmed.json', 'w'), indent=2)
print(f"已确认 {len(confirmed)} 个竞争对手进行定价研究。")
for c in confirmed:
    print(f"  - {c['name']} | 定价: {c['pricing_url']}")
PYEOF

---

步骤 6：阶段 2 -- 获取定价页面

python3 scripts/research.py \
  --phase fetch-pricing \
  --competitors /tmp/pf-competitors-confirmed.json \
  --output /tmp/pf-pricing-raw.json

这使用三级回退获取每个竞争对手的定价页面：

1. 直接获取：requests + beautifulsoup4 + html2text
2. Google 缓存：webcache.googleusercontent.com/search?q=cache:[url]
3. DuckDuckGo 搜索："[竞争对手]" pricing plans cost per month（摘要回退）

打印获取摘要：

python3 -c "
import json
data = json.load(open('/tmp/pf-pricing-raw.json'))
print(f'已获取竞争对手数：{data[\"competitors_fetched\"]}')
print()
for r in data['results']:
    quality_label = {'high': '良好', 'medium': '尚可', 'low': '仅摘要'}.get(r['data_quality'], r['data_quality'])
    print(f'  {r[\"name\"]:20} {r[\"source\"]:15} {r[\"content_length\"]:5} 个字符  [{quality_label}]')
"

如果某个竞争对手的 data_quality: low： 这意味着定价页面被屏蔽或由 JS 渲染。分析将继续使用搜索摘要，但该竞争对手的置信度将标记为低。

---

步骤 7：定价提取（AI）

打印所有原始定价内容：

python3 -c "
import json
data = json.load(open('/tmp/pf-pricing-raw.json'))
for r in data['results']:
    print(f'\n=== {r[\"name\"]} (来源：{r[\"source\"]}, 质量：{r[\"data_quality\"]}) ===')
    print(f'定价 URL：{r[\"pricing_url\"]}')
    print(r['content'][:4000])
    print('---')
"

AI 指令： 对每个竞争对手，根据上面的内容提取结构化的定价数据。按照 references/extraction-guide.md 来识别层级、价格、限制和 CTA。

零幻觉规则：

1. 仅从内容中逐字提取价格。如果内容中没有价格，写入 null。
2. 原样记录“联系销售”。绝不能替换为估计数字。
3. data_quality: low 表示数据来自搜索摘要 -- 提取已有的内容，但不要用训练知识填补空白。
4. 对于内容中不存在的任何字段：写入 "not found in page data"。
5. 年度价格：始终记录每月的等价价格以及年度总额。

写入 /tmp/pf-pricing-extracted.json：

python3 << 'PYEOF'
import json

# 填写：每个竞争对手一个对象，遵循以下模式
extracted = [
    # {
    #   "competitor": str,
    #   "pricing_url": str,
    #   "data_quality": "high" | "medium" | "low",
    #   "pricing_model": "per-seat" | "flat-rate" | "usage-based" | "freemium" | "tiered-flat" | "hybrid",
    #   "billing_cadence": ["monthly"] | ["annual"] | ["monthly", "annual"],
    #   "annual_discount": str,           # 例如 "20%" 或 "not found in page data"
    #   "free_tier": true | false,
    #   "free_trial": true | false,
    #   "free_trial_days": int | null,
    #   "tiers": [
    #     {
    #       "name": str,
    #       "price_monthly": float | null,       # 如果联系销售则为 null
    #       "price_annual_monthly": float | null, # 按年计费时每月的等价价格
    #       "price_note": str,                   # "联系销售", "免费", 或空
    #       "seats": str,                        # "每个席位", "无限制", "最多 5 个" 等
    #       "key_limits": [str],                 # 存储、API 调用、项目等
    #       "key_features": [str]                # 此层级的 3-5 个主要功能
    #     }
    #   ],
    #   "enterprise_tier": true | false,
    #   "enterprise_pricing": str,               # "联系销售" 或实际价格
    #   "regional_pricing": str | null           # 例如 "印度：₹999/月" 或 null
    # }
]

…

（由于原始文件被截断，其余步骤已省略。完整工作流程包括：基准定价分析、功能门控分析、竞争定位图以及定价策略建议。）