Product Insight

Product Insight

执行模式

模式一：首次分析（深度调研）

目标：建立对竞品的全面认知，理解架构、能力、用户痛点。

Phase 1: 官方文档解读（必需）

1. README.md - 产品定位、核心价值、快速开始
2. 官方文档 - docs/ 目录（如果存在）
3. 架构文档 - ARCHITECTURE.md, DESIGN.md 等
4. API 文档 - API 路由、数据模型

Phase 2: 核心源码解读（必需）

1. 目录结构 - 了解代码组织方式
   mcp__zread__get_repo_structure(owner, repo, "/")

2. 核心模块 - 根据产品定位选择：
   - AI Agent 系统: agent/, router/, llm/
   - 数据存储: store/, database/, models/
   - API 层: api/, routes/, handlers/
   - 配置系统: config/, settings/

3. 关键文件解读 - 使用 mcp__zread__read_file 或 GitHub get_file_contents
   - 找到"核心逻辑"文件（通常在 src/, lib/, core/ 等目录）
   - 读取主要接口、数据结构、算法实现
   - 理解技术栈和架构模式

Phase 3: 用户痛点挖掘（必需）

1. Issues - 最新 90+ 个（分 3 页）
   mcp__plugin_github_github__list_issues(state=open, limit=30, page=1)
   mcp__plugin_github_github__list_issues(state=open, limit=30, page=2)
   mcp__plugin_github_github__list_issues(state=open, limit=30, page=3)

   分类统计：
   - bug: 功能缺陷、崩溃、性能问题
   - enhancement: 功能请求、改进建议
   - documentation: 文档问题

2. Releases - 最新 10 个
   mcp__plugin_github_github__list_releases(limit=10)
   - 版本演进方向
   - 官方重视的功能

3. 社区讨论（可选）
   - 热门 Issue 的评论
   - Discussion 板（如果有的话）

Phase 4: 能力矩阵与价值三问

1. 构建能力矩阵（对比）
2. 对每个差距进行价值三问
3. 按价值密度排序
4. 筛选 Top 5-10 候选

模式二：增量分析（快速聚焦）

目标：快速了解新增变化，判断是否需要更新认知。

数据收集（轻量级）

1. 最新 Releases - 自上次 SHA 后的新版本
   mcp__plugin_github_github__list_releases()

2. 新增 Issues - 自上次 SHA 后的新 issue
   mcp__plugin_github_github__list_issues(sort=comments, order=desc)

3. 核心：识别变化模式
   - 新功能 vs bug fix
   - 方向性变化 vs 迭代优化

快速判断

- 如果只是 bug fix / 小优化 → 无需产出 Issue
- 如果有新功能方向 → 进入价值三问
- 如果有架构变化 → 更新能力矩阵

通用步骤（两种模式都适用）

Step A: DivineSense 能力扫描

./.claude/skills/product-insight/scripts/scan.py summary

Step B: 构建差距矩阵

Step C: 价值三问

Step D: HITL 确认

此时才询问用户，展示能力矩阵差距，确认优先级。

Step E: 批量产出 Issue

筛选标准：

价值密度 = 用户需求 × 我们优势 × 实现成本

强制分类：
  P0 (核心差异化) ≤ 3 个
  P1 (重要增强)     ≤ 5 个
  P2 (未来考虑)     ≤ 2 个

输出格式

╔════════════════════════════════════════════════════════════╗
║  📊 执行摘要                                                ║
╠════════════════════════════════════════════════════════════╣
║  分析范围: [竞品] @ SHA (+N commits)                      ║
║  核心发现: [一句话总结]                                     ║
║  战略建议: 做 X / 不做 Y / 差异化 Z                        ║
╚════════════════════════════════════════════════════════════╝

╔════════════════════════════════════════════════════════════╗
║  🎯 战略建议                                                ║
╠════════════════════════════════════════════════════════════╣
║  P0 (核心差异化):                                          ║
║    • [功能] - 利用[优势]实现[价值]                         ║
║  P1 (重要增强):                                            ║
║    • [功能] - 用户强需求                                   ║
║  不做:                                                     ║
║    • [功能] - [理由]                                       ║
╚════════════════════════════════════════════════════════════╝

╔════════════════════════════════════════════════════════════╗
║  🔄 下一步                                                  ║
╠════════════════════════════════════════════════════════════╣
║  对选中功能进行深度技术调研：                                ║
║    /idea-researcher [功能名称]                              ║
╚════════════════════════════════════════════════════════════╝

快捷指令

故障排查

输出说明

• 洞察报告：输出到对话（实时），可选择保存到 docs/research/benchmark/report-YYYYMMDD.md
• GitHub Issue：显示预览，询问用户是否创建（不自动创建）
• 状态更新：自动写入 docs/research/benchmark/state.jsonl
• 能力矩阵：通过 scripts/scan.py 实时扫描 DivineSense 项目

辅助脚本

# 状态管理
./.claude/skills/product-insight/scripts/state.py summary
./.claude/skills/product-insight/scripts/state.py query openclaw_sha

# 能力扫描
./.claude/skills/product-insight/scripts/scan.py summary
./.claude/skills/product-insight/scripts/scan.py has "pattern"

参考文档

Converted and distributed by TomeVault — claim your Tome and manage your conversions.