International Lead Research

International Lead Research

自动调研国际化线索（agent、企业、平台、工具），抓取并总结信息，分析与 PaddleOCR/ERNIE 的合作可能性。

适用场景

当用户需要对国际化线索进行调研时，使用本 Skill。线索类型包括但不限于：

• AI Agent 产品
• 海外企业或公司
• 技术平台或工具
• 其他具有潜在合作价值的国际化产品或服务

触发关键词

以下关键词或相似表达都会触发本 Skill：

• 调研线索
• 分析线索
• 搜集线索信息
• 合作可能性分析
• 线索整理
• 收集信息
• 分析 agent
• 平台功能总结
• 线索信息总结

输入要求

• 线索名称：agent、企业、平台或工具的准确名称（例如：Perplexity） 或
• 网站链接：线索的官网或相关页面 URL

输入类型处理差异：

• 线索名称：先通过 Google 搜索找到官网，然后继续访问 GitHub、社交媒体等其他数据源补充信息
• 网站链接：直接访问该网站作为信息源，但仍需搜索 GitHub、社交媒体等渠道补充完整信息
  • 例如：用户输入 https://apify.com → 直接访问官网获取基础信息 → 继续搜索 GitHub、社交媒体补充技术细节和社区动态

输入处理规则

中文名称处理

如果用户输入的是中文名称（如"困惑"），需要先通过搜索引擎找到对应的英文官方名称，再继续后续调研流程。

示例：

• 用户输入："困惑" → 搜索确认对应 "Perplexity" → 继续调研
• 用户输入："开放AI" → 搜索确认对应 "OpenAI" → 继续调研

别名与变体处理

用户输入可能是产品别名、域名变体或拼写变体，需要自动识别并扩展搜索关键词：

处理原则：

• 如果无法确定用户输入对应的具体产品，先向用户确认
• 搜索时使用扩展关键词提高匹配准确度

同名消歧处理

当用户输入的名称对应多个不同产品时，需要先进行消歧，向用户确认具体是哪一个。

消歧触发条件：

• 搜索结果显示多个同名但功能不同的产品
• 官网 GitHub 存在多个同名仓库且功能差异明显
• 社交媒体或社区讨论中存在多个同名产品

消歧处理流程：

1. 收集候选产品信息：收集所有可能匹配的产品，至少包含：

   • 产品名称
   • 官网/代码库链接
   • 一句话功能描述
   • 所属领域/行业

2. 向用户提问：以清晰格式列出候选产品，让用户选择

   示例：

   检测到 "Massive" 对应多个产品，请确认你要调研的是哪一个？

   选项	产品	功能描述	官网
   1	Massive	数据抓取/API绕过平台	massive.dev
   2	Massive AI	3D游戏场景生成平台	massive.ai

3. 等待用户确认：用户选择后，继续调研指定产品

4. 未确认处理：如果用户无法确认，提供以下选项：

   • 建议用户提供更具体的信息（如领域、功能关键词）
   • 或询问是否需要分别调研所有候选产品

数据源优先级

按以下优先级搜索信息，每个数据源都要尝试访问，确保信息完整性：

1. Google 搜索：获取基础信息和相关链接
2. 官方网站：了解官方介绍、功能定位、产品文档
3. GitHub：了解代码库、开源情况、技术实现
4. 社交媒体：Twitter / Facebook / LinkedIn，了解用户反馈和社区动态
5. 其他来源：技术论坛、AI 相关社区、媒体报道等

信息完整性原则：

• 不因从官网获取到部分信息就跳过后续数据源
• 不同数据源提供不同维度的信息，相互补充
  • 官网：官方定位、功能描述
  • GitHub：技术实现、开源程度
  • 社交媒体：用户反馈、社区动态
• 如后续数据源提供的信息与前面冲突，优先以官方网站信息为准

GitHub 搜索逻辑

如何确认找到的仓库是正确的：

• 优先匹配官网首页提到的 GitHub 链接
• 根据作者信息（公司账号/创始人账号）判断
• 结合 Star 数量、更新频率等辅助判断
• 如存在多个同名仓库，选择 Star 数最多或官方认证的仓库

组织迁移处理：

• 部分项目会从一个组织/账号迁移到另一个（如 ComfyUI 从 comfyanonymous 迁移到 Comfy-Org）
• 通过 GitHub API 返回的重定向信息识别迁移
• 在报告中记录最新组织信息，同时可注明历史归属

闭源产品处理：

• 如果线索是闭源产品，在"开源程度"信息点标注"未找到代码库（闭源产品）"
• 不因找不到 GitHub 仓库而阻塞整体流程

执行步骤

第一步：信息采集

根据用户输入的线索名称或网站链接，按数据源优先级依次搜索并记录信息：

• 如果输入是线索名称，先通过 Google 搜索找到官网
• 官网无法访问时，优先从 GitHub、社交媒体等其他渠道获取信息
• 记录所有可获取的信息来源，用于资料来源标注

第二步：信息整理

将采集到的信息按以下板块进行整理和归纳：

合作分析背景

在分析线索的合作可能性之前，需了解以下百度产品背景：

PaddleOCR：百度开源的 OCR（光学字符识别）工具库，支持多种语言的文字识别，提供 Python/C++/JavaScript 等多种语言的 API。可应用于图像文字提取、身份证件识别、票据处理等场景。

ERNIE：百度的预训练语言模型系列，包括：

• ERNIE-Bot（文心一言）：大语言模型，提供自然语言理解与生成能力
• ERNIE-ViLG（文心一格）：文生图模型，提供图像生成能力
• ERNIE-Speed：轻量级模型，适合边缘部署

基于以上背景，分析线索与 PaddleOCR/ERNIE 的合作可能性。

第三步：合作可能性分析

基于以下判断依据，分析线索与 PaddleOCR/ERNIE 的合作可能性：

第四步：自查验证

完成信息整理后，进行以下检查：

• 确认每个信息点都有来源依据，未找到信息明确标注"未找到"
• 合作分析结论基于采集到的客观信息，避免主观臆测
• 资料来源列表完整记录所有信息渠道
• 更新时间标注为当前日期

输出要求

格式要求

• 使用 Markdown 表格 格式输出
• 按六个板块分组展示，每个板块有清晰标题
• 信息点与内容对应清晰，一目了然

内容要求

• 信息准确，有据可查
• 未获取到的信息明确标注"未找到"或"信息不明确"
• 合作分析部分重点突出，便于快速判断合作价值
• 资料来源列出，方便后续追溯和验证

多行信息处理规则：

• 使用 <br> 换行符在表格单元格内展示多行内容
• 示例：多个核心功能使用 <br> 分隔

  • 功能一<br>• 功能二<br>• 功能三
  

• 复杂信息（如合作分析多个要点）建议使用 <br> 保持表格格式一致
• 如信息过于复杂无法在表格中清晰展示，可在表格下方添加详细说明段落

语言规则

信息采集语言：

• 优先采集英文内容（官网、文档、社交媒体等）
• 如存在中文内容，可作为补充信息源
• 多语言站点优先选择英文版页面

输出语言：

• 内容总结使用中文表达
• 专业术语、产品名称、技术栈等保留原文
• 示例：技术栈保留 "GPT-4"、"Claude-3.5"，不翻译为中文
• 示例：公司名称保留 "Anthropic"，标注中文别名"安思罗彼克"（如有）

时效性标注：

• 在"更新时间"信息点标注报告生成时间，格式：YYYY-MM-DD
• 信息来源有明确时间时，在相应信息点中标注：
  • GitHub：标注仓库创建时间、最后更新时间（例如：创建于 2023-01-17，最后更新 2024-03-15）
  • 新闻/报道：标注发布日期（例如：[2024-02-20] TechCrunch 报道）
  • 官网/文档：标注最后更新时间（如有显示）
• 如信息时效性存疑（如新闻时间久远），可在信息点后标注时效性提示（例如：[信息来源时间较早，可能已变更]）

输出模板

## 线索调研报告：[线索名称]

### 一、基础信息

| 信息点 | 内容 |
|--------|------|
| 名称 | [内容] |
| 官方网站 | [内容] |
| 所属国家/地区 | [内容] |
| 成立时间 | [内容] |
| 公司背景 | [内容] |

### 二、产品定位

| 信息点 | 内容 |
|--------|------|
| 功能定位 | [内容] |
| 核心功能 | [内容] |
| 使用逻辑/场景 | [内容] |

### 三、技术信息

| 信息点 | 内容 |
|--------|------|
| 技术栈/底层模型 | [内容] |
| 开源程度 | [内容] |

### 四、市场与竞品

| 信息点 | 内容 |
|--------|------|
| 用户规模/影响力 | [内容] |
| 主要竞争对手 | [内容] |

### 五、合作分析 ⭐

| 信息点 | 内容 |
|--------|------|
| 可合作信息点 | [内容] |
| 技术对接可能性 | [内容] |
| 已有合作伙伴/生态 | [内容] |
| 商业对接窗口 | [内容] |

### 六、元数据

| 信息点 | 内容 |
|--------|------|
| 资料来源 | [内容] |
| 更新时间 | [内容] |

参考资料

references/ 目录当前为空。如需补充业务上下文、内部资料或模板规范，请将资料放在 references/ 目录，并在此处说明用途。

可选参考资料类型：

• PaddleOCR 技术文档和 API 说明
• ERNIE 系列产品介绍和集成指南
• 合作案例分析
• 行业报告和竞品分析模板

注意事项

信息源处理规则

• 当多个信息来源冲突时，优先以官方网站信息为准
• 官网无法访问时，继续尝试下一个数据源，不阻塞整体流程
• 对于初创团队或小规模产品，部分信息可能无法获取，标注"未找到"即可

失败场景处理

单一信息源失败：

所有信息源均失败：

• 如通过所有数据源都无法获取任何信息
• 返回明确提示："无法获取该线索的相关信息，请确认线索名称是否正确"
• 列出尝试过的所有数据源及失败原因，便于用户了解调研过程

部分信息缺失：

• 某些信息点无法获取时，标注"未找到"或"信息不明确"
• 不影响其他信息点的完整展示
• 在"资料来源"中说明哪些信息源尝试过但未获取到相关信息

内容质量要求

• 合作可能性分析应客观中立，避免过度乐观或保守
• 资料来源需完整记录，便于团队其他成员复核