# Competitor Analysis > 端到端竞品分析平台生成器。AI 自动识别当前 CodeBuddy 工作区的产品（或引导用户描述外部产品）→ 按'产品型 + 功能型'两个维度发掘竞品 → URL 预检过滤营销页 → 双端批量截图（自动处理登录墙） → 差距分析 → 生成独立可分享 SPA 站点。触发词：「帮我做竞品分析」「分析一下我的产品」「找几个竞品对比 X」「给我一份竞品报告」「我要竞品分析平台」「帮我做 design review 找差距」。 - Skill: `rannnnyihan/competitor-analysis` (Agent Skill, multi-file: 26 files) - Install (CLI): `npx skillmds@latest add rannnnyihan/competitor-analysis` - Raw SKILL.md: https://api.skillmd.com/api/skills/rannnnyihan/competitor-analysis/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: rannnnyihan (https://skillmd.com/u/rannnnyihan) - Updated: 2026-09-22 - Page: https://skillmd.com/skills/rannnnyihan/competitor-analysis --- # Competitor Analysis Skill (v0.3) > AI 帮你做一份严谨的竞品分析：**产品型 + 功能型**两维度竞品 → 预检过滤营销页 → 批量截图 → 差距分析 → 独立可分享网站。 > 关键节点必须跟用户对齐，AI 不能埋头跑完。 --- ## ⭐ 核心原则（AI 必须遵守） ### 原则 -1：先问目标，再做分析（v0.5.0 起，最优先） **竞品分析不是"欣赏竞品做得多好"，而是"为了解决我们自己的问题，去看别人是怎么做的"。** 所以第一件事 **不是** 扫产品代码、**不是** 找竞品，而是 **问用户这次分析要解决什么问题**。 如果没有目标： - AI 会无差别地把每个竞品都打成"值得借鉴"（相当于拍马屁） - 最终洞察会是"竞品 A 的侧边栏好看、B 的对话框动画不错"这种没法落地的碎片 - 用户拿到报告不知道 next step 是什么 所以 Step 0 必做： 1. **问用户**："你希望通过这次竞品分析回答什么问题？目前遇到的问题或想改进的指标是？" 2. **给 3-5 个常见目标做选项**让用户多选 / 补充，例如： - 📉 首屏留存低（大量用户第一屏就跳走） - 🚪 核心功能完成率低（启动了任务但没完成就流失） - ⏳ 异步等待流失严重（AI 任务跑着跑着用户关标签页了） - 🎯 新用户学习成本高（功能多但发现不到） - 🔁 用户只用一次不回来（单次使用体验断层） - 💰 免费到付费转化差（看到 paywall 就走） 3. **每个目标要落成可衡量的 metric**（AI 帮用户把"留存低"转译成"首屏 30s 跳出率 > 60%"这种假设性指标） 4. **目标数量控制在 1-3 个**。超过 3 个等于没目标，分析会散。 5. **写入 `product-profile.json` 的 `analysisGoals` 字段**，后续每一步都 **引用这些 goal**。 **贯穿后续所有环节**： | 环节 | 如何体现目标导向 | |------|-----------------| | Step 1.5 功能域推导 | 每个功能域标"最相关的 goal"，无关 goal 的域可降权 | | Step 2 竞品发掘 | 优先找"在对应 goal 上数据好/口碑好"的竞品（例如想解决留存→找留存高的） | | Step 4 差距分析 | 每个 cell 必须写 `goalRelevance` + `expectedImpact` + `hypothesis` | | Step 4 verdict | 新增 `not-for-our-goal`（竞品做法不错但跟我们目标无关，**不借鉴**） | | Step 5 站点 | keyInsights 按 goal 分组，每个 goal 下列 3-5 条最相关借鉴 | ### 原则 0：分析视角 = 「该产品的功能域」×「通用交互组件」（v0.4.1 起） **用户是交互设计师**，不是产品经理。竞品分析的 `dimensions` 必须同时满足两点： 1. 挂到**这个产品特有的功能域**（用户想完成什么目标） 2. 落到**具体可对比的交互组件**（dropdown / modal / list / 编辑器 ...） **为什么两个都要？** | 只讲组件 ❌ | 只讲功能域 ❌ | 两者结合 ✅ | |------------|-------------|------------| | "对比 Notion 的 dropdown 和 Coda 的 dropdown" → 脱离语境没法比 | "对比内容创作能力" → 太虚，没法落地到具体设计 | "对比两家在『文档创作』域里的『块类型选择器 (dropdown)』" → 既有场景又有抓手 | **关键：功能域不是预设的，要每次分析时由 AI 根据产品推导** 不同产品的功能域天差地别，不要套模板： - Notion → 内容创作 / 信息管理 / 多人协作 - Figma → 画布操作 / 组件复用 / 原型跳转 / 协同设计 - Linear → Issue 流转 / 规划与报表 / 快捷操作 - Descript → 录制 / 剪辑 / 转写 / 导出 AI 在 Step 1.5 调用 `scripts/components-library.js` 的 `promptForDomainInference()` 和 `promptForComponentBinding()` 拿到引导模板，**现场生成**该产品专属的 4-6 个 `<功能域>.<组件>` 组合作为 dimensions。 每个 `(module × dimension)` cell 描述**该组件在该功能域里的具体设计决策**：触发方式、布局尺寸、关闭交互、动画过渡 ... ### 原则 1：先说计划，再动手 用户第一次给请求 → AI **不能直接跑脚本**。先说明整体 6 步流程、预估耗时、输出位置，询问启动意愿。 ### 原则 2：4 个硬停确认节点 | 节点 | 时机 | 必须给用户看 | |------|------|-------------| | 🛑 **A0** | **分析目标定好** | **"你希望这次分析解决哪 1-3 个问题？"（最先问，不问不往下走）** | | 🛑 A1 | 产品画像定好 | "我理解你的产品是这样 {modules/dimensions}，对吗？" | | 🛑 A2 | 竞品清单定好 | "共 {8} 个竞品（针对你的 goals 优先挑的），确认吗？" | | 🛑 A3 | 差距分析写完 | "对每个 goal，最值得借鉴的 3 条如下，要不要调整后再生成站点？" | ### 原则 3：凡是 AI 能自己得到的信息，不要推给用户 - ✅ "我看到你工作区有 vite.config.ts 和 package.json，这像是 React Web App" - ✅ "我扫了你的路由，看到 /editor、/library、/settings 这 3 个模块" - ❌ "请告诉我你的产品有哪些模块" — 这是把 AI 的活推给用户 ### 原则 4：截图质量不过关 → 自动修复 → 不行再问用户 - `empty` / `login-wall` / `marketing` / `error-page` 四类问题脚本会自愈 - `marketing` 专项：Step 2.5 会提前预检，挖替代 URL - 自愈 2 次不成才抛给用户 ### 原则 5：示例不预设具体产品 本 skill 的 templates/ 和示例以 **Notion** 为演示（大家都熟悉的公开产品），实际使用时用用户当前工作区的产品。 --- ## 整体流程（7 步） ``` ┌─ Step 0: 分析目标设定 ─┐ ← ⭐ v0.5 新增，最先做 │ 用户回答"想解决什么问题" │ └──────────┬─────────────┘ ↓ 🛑 A0 用户确认 goals ↓ ┌─ Step 1: 产品画像 ─┐ │ 系统内/外部两种模式 │ └──────────┬─────────┘ ↓ ┌─ Step 1.5: 功能域推导 ─┐ ← 每个域标相关 goal └──────────┬─────────────┘ ↓ 🛑 A1 用户确认画像 + 功能域 ↓ ┌─ Step 2: 双维竞品发掘 ──┐ ← 按 goal 筛选竞品 │ 产品型 + 功能型 │ └──────────┬──────────────┘ ↓ ┌─ Step 2.5: URL 预检 ─┐ └──────────┬───────────┘ ↓ 🛑 A2 用户确认竞品清单 ↓ ┌─ Step 3: 双端批量截图 ─┐ ← 自动处理登录墙 └──────────┬──────────────┘ ↓ ┌─ Step 4: 目标导向差距分析 ─┐ ← 每条借鉴写 goalRelevance + expectedImpact + hypothesis └──────────┬──────────────────┘ ↓ 🛑 A3 用户确认洞察（按 goal 分组） ↓ ┌─ Step 5: 生成独立站点 ─┐ └───────────────────────────┘ ``` --- ## 启动响应模板 用户说"帮我分析一下我的产品" → AI 立即回（**第一问必须是目标**，不是"我扫到了什么"）： ```markdown ## 🔬 竞品分析流程确认 在动手之前，我需要先搞清楚 **这次分析是为了解决什么问题**—— 竞品分析不是"看竞品做得多好"，而是"为了我们自己的问题去借鉴"。 没有目标，最后的报告只会是"竞品都很厉害"的流水账。 ### 🎯 你希望这次分析回答哪 1-3 个问题？ 常见分析目标（可多选 / 补充 / 自定义）： - 📉 **首屏留存低**：用户进来一屏就跳走 - 🚪 **核心功能完成率低**：启动了任务但没完成 - ⏳ **异步等待流失**：AI 任务等待期间用户跑了 - 🎯 **学习成本高**：功能多但用户发现不到 - 🔁 **单次使用**：用户用一次就不回来 - 💰 **转化差**：免费用户不付费 / 付费入口点不开 - 🤔 **自定义**：告诉我你想解决什么 --- **我已经识别到的产品**：{Step 1 预览结果；外部产品就说"等目标定完再聊产品"} **等你的目标** → 之后流程（约 30-45 分钟）： 1. 🎯 **分析目标设定** ← 当前 / A0 2. 📸 产品画像 + 功能域推导（目标会影响域的权重）— 3 分钟 ← A1 3. 🔍 按目标筛选的 5-8 个竞品（不再机械凑数）— 5 分钟 ← A2 4. 🎬 批量截图（登录墙自动弹浏览器）— 15-25 分钟 5. ✍️ **目标导向**差距分析（每条借鉴写明能解决哪个目标） — 5-10 分钟 ← A3 6. 🌐 生成独立站点（按目标分组展示洞察）— 1 分钟 **回复你的目标**（从清单选 or 自己描述），我才会进入下一步。 ``` --- ## Step 0：分析目标设定（v0.5 新增，最优先） ### AI 做什么 1. **永远先问目标**，哪怕用户说"直接开始就行"——也要追问一句"那你最想通过这次分析改进什么指标/体验？" 2. 用户答完后，AI 做三件事： - **转译为可衡量指标**：把"留存不好"翻译成假设性指标，如"首屏 30s 跳出率 > 60%" - **合并近义目标**：用户列了 5 条但其实是 2 类，帮用户收敛到 1-3 个主目标 - **排优先级**：至少 1 个 P0 + 可选 P1/P2 3. 写入 `product-profile.json`： ```json { "analysisGoals": [ { "id": "onboarding-dropoff", "name": "首屏留存提升", "priority": "P0", "problem": "新用户进首页后 30 秒内跳出率高，怀疑不理解产品能干啥 / 不知道第一步做什么", "hypotheticalMetric": "首屏 30s 跳出率 > 60% → 目标降到 40% 以下", "expectedLift": "跳出率 -20pp / 对应 weekly active 预计 +25%", "relatedDomains": ["skill-onboarding"] }, { "id": "async-wait-churn", "name": "异步等待流失", "priority": "P1", "problem": "AI 任务 5-15 分钟，很多用户关标签页就再没回来", "hypotheticalMetric": "等待期间标签页关闭率 > 40%", "expectedLift": "关闭率 -15pp / 任务完成率 +10pp", "relatedDomains": ["async-progress"] } ] } ``` ### 🛑 Checkpoint A0：目标确认 给用户看： ```markdown ## 我把你的问题整理成 2 个分析目标： **P0 · 首屏留存提升** - 问题：新用户首屏 30s 跳出率高 - 假设指标：跳出率 > 60% → 目标 < 40% - 预期收益：weekly active +25% - 最相关功能域：技能选择与素材投递 **P1 · 异步等待流失** - 问题：AI 任务等待期间用户关标签页再不回 - 假设指标：等待期关闭率 > 40% - 预期收益：任务完成率 +10pp - 最相关功能域：异步任务感知 这两个目标抓准了吗？要增/删/改优先级请直说。 ``` 用户确认后写入 `analysisGoals` → 进入 Step 1。 **⚠️ 关键**：从此刻起，后续每一步（竞品选择、维度标注、差距分析、洞察总结）都必须引用这些 goal id，不能跑偏。 --- ## Step 1：产品画像（两种模式） ### 模式判断（AI 自动做） 打开对话的第一件事，AI **检查当前 CodeBuddy 工作区**： | 信号 | 模式 | |------|------| | 有 `package.json` / `pom.xml` / `Cargo.toml` + `src/` 目录 | 模式 A（系统内） | | 有 `.html` 且目录下能 `python -m http.server` 起来 | 模式 A（静态站点） | | 空目录 / 纯文档 / 只有 PRD / 用户明说"没部署" | 模式 B（外部） | ### 模式 A：系统内产品（自动分析） **AI 做什么**： 1. 扫码 `package.json` → 读 name/description 2. 扫路由：`routes.ts`/`App.tsx`/`src/pages/` → 识别主模块 3. 扫 README → 提取定位描述 4. 用户本地能起服务就调 `localhost:PORT` 跑 step1 截首页；不能就跳过截图 5. AI **主动**填出初版 `product-profile.json`（不等用户回答） ```bash # 有可访问 URL 时 node scripts/step1-analyze-product.js --url http://localhost:3000 --name "MyProduct" --out ./work/ # 无可访问 URL 时（仅静态分析代码） node scripts/step1-analyze-product.js --no-url --name "MyProduct" --out ./work/ ``` **然后给用户看**（这就是 🛑 A1）： ```markdown ## 我理解你的产品是这样 **产品名**：MyProduct（from package.json） **类型**：React Web App — 看起来是 {类别}（AI 推断） **主要模块**（from 路由扫描）： 1. `/editor` 编辑器 2. `/library` 素材库 3. `/settings` 设置 **比较维度**（v0.4.1：**该产品专属功能域 × 通用交互组件**，AI 现场推导，不套模板）： - `content-creation.editor` 内容创作 · 编辑器（block / 富文本 / 快捷操作） - `content-creation.toolbar` 内容创作 · 工具栏（顶部 + 浮出 inline） - `content-creation.dropdown` 内容创作 · 块类型 slash command - `info-management.list` 信息管理 · 页面列表（嵌套树 / 最近访问 / 收藏） - `collaboration.avatar-collab` 多人协作 · 协作光标 - `system-feedback.empty-state` 系统反馈 · 空状态（首次访问 / 搜索无结果 / 错误） > 推导步骤（AI 在 Step 1 内部完成）： > 1. 运行 `node scripts/components-library.js --prompt-domain` 拿到"功能域推导"引导 > 2. 根据当前产品的模块和定位，**临时**产出 2-4 个该产品专属功能域（**不要套"创作/管理/协作"这种通用分法**） > 3. 运行 `node scripts/components-library.js --prompt-bind` 拿到"组件绑定"引导 > 4. 给每个功能域挑 1-2 个最核心的组件，组成 4-6 个最终 dimension **对吗？** 有要改的请直说（改模块名 / 换组件 / ...） ``` ### 模式 B：外部产品（对话引导） **AI 做什么**： 1. 问用户："这个产品的名字？一句话定位？" 2. 问用户："主要模块是哪几个？每个模块做什么？"（如果用户有 URL 就顺便跑 step1 截图辅助） 3. 整理成 `product-profile.json` 后给用户确认 **AI 不要把列表甩给用户让他自己写**，要**边问边写**，每次问 1 个问题，写完一段让用户确认一次。 ### 🛑 Checkpoint A1：产品画像确认 用户回复"对"或给出修正 → 写最终 `product-profile.json` → 进入 Step 1.5。 --- ## Step 1.5：功能域推导（v0.4.1 新增） **为什么需要这一步**：纯原子组件（dropdown/modal）脱离产品语境没法比，所以要先给当前产品推导 2-4 个专属功能域，再把组件挂进去。 ### AI 做什么 1. 运行 `node scripts/components-library.js --prompt-domain`，把 stdout 当思考引导 2. 看当前产品的 `userProduct.modules` 和 `userProduct.summary`，**临时**推导 2-4 个功能域 - ❌ 不要套"内容创作/信息管理/协作"这种通用分法（除非产品真的长这样） - ✅ 要贴产品：Figma 的域是"画布操作/组件复用/原型跳转/协同设计"，Descript 是"录制/剪辑/转写/导出" 3. 运行 `node scripts/components-library.js --prompt-bind`，把 stdout 当组件绑定引导 4. 给每个功能域挑 1-2 个核心组件，组成 4-6 个 `<功能域>.<组件>` 形式的 dimension 5. 每个 dimension 要填 `role`（组件在该域里的具体实例）和 `reviewFocus`（特殊关注点） 6. **（v0.5 新增）每个 domain 和 dimension 都要标 `goalRelevance`**：它最相关哪个 goal id - 如果和 Step 0 的任何 goal 都不相关，**降权或删掉这个 domain** - 不要堆 6 个 domain 覆盖全产品——只保留能打中目标的 7. 把推导结果写回 `product-profile.json` 的 `domains` 和 `dimensions` 字段 ### 推导质量自检 推导完后 AI 自问三个问题： 1. **"这些功能域能套在任何其他产品上吗？"** → 如果能，说明推得太泛，重来 2. **"拿掉产品名，别人还看得出是哪个产品吗？"** → 看不出就说明贴了 3. **"每个 dimension 的 role 能直接指向一个具体 UI 元素吗？"** → "块类型选择器" 可以，"选择器" 不行 ### 🛑 Checkpoint A1.5：功能域 + 组件确认（可并入 A1） 给用户看推导结果（可以和 A1 的产品画像一起确认）： ```markdown 我为 {产品名} 推导的功能域（4 个）： 1. **内容创作**（用户目标: 快速把想法变成结构化文档） - dimension: `content-creation.editor` → block 编辑器（slash command / 粘贴处理 / ...） - dimension: `content-creation.toolbar` → 顶部 + inline 浮出工具栏 2. **信息管理**（用户目标: 在大量页面中快速定位和归类） - dimension: `info-management.list` → 文档树 + 最近访问 3. **多人协作**（用户目标: 感知他人存在不干扰自己） - dimension: `collaboration.avatar-collab` → 协作光标 + 头像栈 4. **系统反馈**（用户目标: 理解当前状态） - dimension: `system-feedback.empty-state` → 首次访问 / 搜索无结果 **这些功能域贴你的产品吗？** 要增删或重命名请直说。 ``` --- ## Step 2：双维度竞品发掘 ### 两种竞品类型 | 类型 | 是什么 | 数量 | 截图范围 | |------|--------|------|---------| | **产品型**（product） | 整体对标的同类产品 | **5 个**（必须 ≥5） | 覆盖你的**所有模块** | | **功能型**（feature） | 跨行业某个功能的最佳实践 | **3 个**（在关键模块中挑 2-3 个配） | **只截对应模块** | **产品型例子**（假设分析 Notion）： - Coda / Obsidian / Craft / Roam / ClickUp Docs **功能型例子**（假设分析 Notion 的 doc-editor 模块）： - Google Docs（长文档编辑的最佳实践） - Figjam（实时协作的最佳实践） - Linear Docs（极简编辑体验） ### AI 做什么 **⚠️ v0.5 关键变更：竞品不是机械凑 5+3，而是"按 goal 精准挑"** 1. **先看 Step 0 的 `analysisGoals`**，给每个 goal 想"谁在这个问题上做得最好"： - goal=`onboarding-dropoff` → 找首屏留存高 / 引导做得好的产品 - goal=`async-wait-churn` → 找异步任务等待体验好的产品（即使不是同类型产品） - goal=`learning-cost` → 找"上手即用"口碑好的产品 2. 用 `WebSearch` 搜"{goal 关键词} + best practice"/"{用户产品类型} + {goal}"，不是只搜 "{type} alternatives" 3. **产品型竞品**：≥3 个（覆盖多数 goals），要求有可访问网页版 4. **功能型竞品**：每个 P0 goal 必配 1 个"单点最佳实践"竞品（跨行业也行） 5. 给每个竞品配 URL + `targetGoals` 字段（这个竞品主要为哪个 goal 服务） 6. **⚠ 默认所有产品型竞品 `loginRequired: true`** 7. **桌面 App / 严重反爬站**：加 `demoVideoUrl` 触发视频兜底 8. 写 `competitors.json`（见 schema 小节） **质量自检**：挑完竞品后问自己： - 我为 P0 goal 挑的那个竞品，真的在这个问题上比用户产品强吗？ - 如果用户问"为啥选这个竞品而不是那个"，我能答出"因为它在 `` 这个目标上是标杆"吗？ ### 截图素材的三级 Tier | Tier | 素材来源 | 质量 | 何时用 | |------|---------|-----|-------| | **Tier 1** | 登录后截真 UI | ⭐⭐⭐⭐⭐ 最真实 | 网页版 SaaS，用户有账号（默认目标） | | **Tier 2** | demo 视频抽帧 | ⭐⭐⭐ 官方精选 UI | 桌面 App / 严重反爬 / 登录也不稳 | | **Tier 3** | 营销页截图 | ⭐ 几乎无分析价值 | **禁止作为分析素材**（verify 会判 fail，step3 会触发 fallback） | --- ## Step 2.5：URL 预检（强制，硬门禁） ```bash npm run step2 -- --competitors ./work/competitors.json --out ./work/vet-report.json ``` **脚本做什么**： 1. 对每个 moduleUrl 做快速预检（低分辨率截图 + DOM 抽取） 2. 规则判分：`ok` / `login-wall` / `marketing` / `error-page` / `empty` 3. 如果不是真功能页：抓同域所有 `` + 用路径规则打分，给 top-3 替代 URL 4. 软警告：技术上 ok 但营销信号显著 >> 功能信号 **AI 读 vet-report.json 后必做**： - 对每个 `needsFix` 条目决策： - 有高分候选（score≥5） → 改 `competitors.json` 的对应 URL - 没候选（login 墙）→ 标记 `loginRequired: true`，Step 3 会自动弹浏览器登 - 候选也不理想 → WebSearch 找 / 换竞品 - 对每个 `softWarning` 酌情处理：该模块在分析维度里是"关键功能"就换 **step3 会兜底**：即使 AI 忘改 competitors.json，step3 读到 vet-report 后碰到 marketing 也会自动用候选 URL 重截。 ### 🛑 Checkpoint A2：竞品清单确认 ```markdown ## 竞品清单（预检完成） ### 产品型（5 个） | 竞品 | 定位 | 登录 | 预检 | |------|------|------|------| | Coda | 文档+数据库一体化 | ✅ | ✓ | | Obsidian | 本地优先知识库 | ✅ | ✓ | | Craft | 极简美学文档 | ✅ | ✓ | | ClickUp Docs | 团队协作 | 🔐 | 🔐 登录墙，将弹浏览器 | | Roam | 双链笔记 | ✅ | ⚠ 改 URL：/app 而非 /features | ### 功能型（3 个 × 关键模块） | 竞品 | 只看哪个模块 | 为什么 | |------|-------------|-------| | Google Docs | doc-editor | 长文档编辑的行业标杆 | | Figjam | comments | 实时协作评论的最佳实践 | | ChatGPT Canvas | ai-assistant | AI 深度集成的参考 | **要调整吗**？（回复「开始截图」继续） ``` --- ## Step 3：双端批量截图 ```bash npm run step3 -- \ --profile ./work/product-profile.json \ --competitors ./work/competitors.json \ --out ./site/assets/screenshots/ [--skip-login] # 跳过自动登录流（debug 用） [--skip-fallback] # 跳过视频抽帧 fallback（debug 用） [--fallback-mode=auto|manual|ask-first|skip] # v0.6 新增：兜底方式 ``` ### v0.6 新增：多状态截图 + 兜底方式选择 **1) 每个模块默认产出 3 张截图**（之前只有 1 张首屏）： - `competitors/-.png` — 默认首屏 - `competitors/--scroll50.png` — 滚动到页面中部 - `competitors/--bottom.png` — 滚动到页面底部 全屏画布类产品（Figma / Miro）不支持滚动，自动跳过后两张。 **2) 兜底方式 4 选 1（`--fallback-mode`）**： - `auto`（默认）：遇到登录墙+营销页 → 直接抓视频抽帧。适合没有截图素材的场景。 - `manual`：跳过视频，只在 `fallback-pending/.json` 写需要截图的清单，让用户自己把截图放到指定路径。适合手头已有竞品截图的场景。 - `ask-first`：先写 pending 清单，同时也抓视频作为备份。两条路径都有，用户选用哪个。 - `skip`：放弃该竞品的兜底，manifest 里保留失败记录但不填充。 **3) pending 文件格式**： ```json { "competitorId": "craft", "competitorName": "Craft", "mode": "manual", "expectedShots": [ { "moduleId": "home", "expectedFile": "competitors/craft-home.png", "originalIssue": "login-wall", "originalUrl": "..." } ] } ``` 用户贴完图删除 pending 文件，下次跑 step4 就能识别新截图。 ### 内置自愈流程（v0.3 以来） 1. **URL 预检** → 死链跳过；403/404 可能是反爬 → 让 playwright 试 2. **SPA 结构等待** → 等 `main`/`canvas` 等出现 3. **自动清扫浮层** → 弹窗/cookie条 4. **质量检查** → `empty` 自动延长 wait 重试 5. **登录墙 / 营销页自动处理**：每个竞品截完所有模块后，若 ≥1 张撞墙或营销 → 脚本**自动弹浏览器**让用户登录 → 登完保存 state 自动重截 - v0.3.1 新增：marketing 也会触发登录（因为 SaaS 未登录看到的都是营销页，登录后才能看到真 UI） - state 存 `/.auth/-state.json`，下次复用 6. **Tier 1.5 主动探索（explore）**：登录后仍 marketing → 触发 `step3-explore.js`（OpenClaw 模式） - 像真人一样在页面上找 "Try / Open App / Live Demo / Gallery" 按钮（关键词字典 + URL pattern 打分） - 递归点击进入子页面（深度 ≤ 3），每步 verify 是否变成功能页 - 探索路径遇登录墙：自动弹浏览器登录 → 用 state 继续 - 规则全部失败 → 写 `explore-pending.json` 让 AI 决策 7. **Tier 2 视频抽帧 fallback**：explore 也找不到真 UI → 触发 `step3-fallback-video.js` - 优先读 `competitor.demoVideoUrl`（YouTube/MP4 直链） - 没配就从官网首页抓 `