Stats
Actions
Tags
From super-pm
Performs market research, competitor analysis, industry monitoring, and compliance checks by integrating AnySearch, Exa MCP, and WebSearch with automatic fallback.
How this skill is triggered — by the user, by Claude, or both
Slash command
/super-pm:pm-searchThis skill is limited to the following tools:
The summary Claude sees in its skill listing — used to decide when to auto-load this skill
```bash
bash "$(dirname "${BASH_SOURCE[0]}")"/check-update.sh 2>/dev/null || true
# 创建需求调研目录
mkdir -p docs/01-需求调研
# 自动发现 AnySearch CLI 安装位置
# 支持 Claude Code / OpenCode / OpenClaw / Cursor / pip install / 手动克隆等多种安装方式
ANYSEARCH_CLI=""
for candidate in \
"$HOME/.claude/skills/anysearch/scripts/anysearch_cli.py" \
"$HOME/.opencode/skills/anysearch/scripts/anysearch_cli.py" \
"$HOME/.openclaw/skills/anysearch/scripts/anysearch_cli.py" \
"$HOME/.cursor/skills/anysearch/scripts/anysearch_cli.py" \
"$HOME/skills/anysearch/scripts/anysearch_cli.py" \
"$HOME/.anysearch/scripts/anysearch_cli.py" \
"/usr/local/bin/anysearch_cli.py" \
"$HOME/bin/anysearch_cli.py"; do
if [ -f "$candidate" ]; then
ANYSEARCH_CLI="$candidate"
break
fi
done
# pip install 方式
if [ -z "$ANYSEARCH_CLI" ]; then
PIP_LOCATION=$(python3 -c "import importlib.util; spec=importlib.util.find_spec('anysearch'); print(spec.submodule_search_locations[0] if spec and spec.submodule_search_locations else '')" 2>/dev/null)
if [ -n "$PIP_LOCATION" ] && [ -f "$PIP_LOCATION/scripts/anysearch_cli.py" ]; then
ANYSEARCH_CLI="$PIP_LOCATION/scripts/anysearch_cli.py"
fi
fi
# which 方式
if [ -z "$ANYSEARCH_CLI" ]; then
WHICH_CLI=$(which anysearch_cli.py 2>/dev/null)
if [ -n "$WHICH_CLI" ] && [ -f "$WHICH_CLI" ]; then
ANYSEARCH_CLI="$WHICH_CLI"
fi
fi
echo "🔍 PM-Search V2.1 - 联网搜索整合工具"
echo "搜索优先级：AnySearch → Exa MCP → WebSearch"
echo "支持并发搜索：市场调研 | 竞品分析 | 行业数据 | 舆情监控 | 合规检查"
if [ -n "$ANYSEARCH_CLI" ]; then
echo "✅ AnySearch: $ANYSEARCH_CLI"
else
echo "⚠️ AnySearch 未安装，将自动降级到 Exa MCP / WebSearch"
echo " 安装: git clone https://github.com/konglong87/anysearch.git ~/.claude/skills/anysearch"
fi
echo ""
所有搜索必须按以下优先级选择工具，不得跳级：
| 优先级 | 工具 | 适用场景 | 调用方式 |
|---|---|---|---|
| 1（首选） | AnySearch | 中文搜索、垂直领域、批量搜索、全文提取 | Bash 调用 anysearch_cli.py（路径由 Preamble 自动发现，见上方输出） |
| 2（备选） | Exa MCP | 英文/代码/公司搜索、语义搜索 | mcp__exa__web_search_exa 工具 |
| 3（降级） | WebSearch | 仅当 AnySearch 和 Exa 都不可用时 | WebSearch 工具 |
AnySearch 调用规范：
python3 <anysearch_cli路径> search "查询词" --max_results 5python3 <anysearch_cli路径> search "查询词" --domain finance --sub_domain finance.cn_stockpython3 <anysearch_cli路径> extract "URL"python3 <anysearch_cli路径> batch_search --query "q1" --query "q2"python3 <anysearch_cli路径> list_domains --domain finance垂直域使用优先级：
skills/_shared/anysearch-pm-domains.md，按当前 PM 场景找推荐垂直域组合python3 <anysearch_cli路径> list_domains --domain {domain} 查看域的最新子域和参数 schemapython3 <anysearch_cli路径> search "查询词" --max_results 5 --domain {domain} --sub_domain {sub_domain}pm-search 五种搜索类型的默认垂直域：
| 搜索类型 | 推荐垂直域 | 子域 | 适用原因 |
|---|---|---|---|
| 市场调研 | finance | finance.us_stock, finance.cn_stock, finance.news | 上市对标公司数据、行业新闻 |
| 竞品分析 | business + finance | business.company, finance.cn_stock | 公司注册信息、财务数据 |
| 行业数据 | finance | finance.news, finance.cn_stock | 行业新闻、市场规模 |
| 舆情监控 | 通用搜索 | 无垂直域 | 社交媒体、用户评价覆盖广 |
| 合规检查 | legal | legal.statute, legal.case | 法律法规、司法案例 |
💡 完整 17 域 × 37 技能 × 11 行业 PM 场景的垂直域映射见
skills/_shared/anysearch-pm-domains.md。
| 优先级 | 工具 | 调用方式 |
|---|---|---|
| 1 | AnySearch extract | python3 <anysearch_cli路径> extract "URL" |
| 2 | Exa MCP fetch | mcp__exa__web_fetch_exa 工具 |
| 3 | WebFetch | WebFetch 工具 |
使用 AskUserQuestion 询问：
🔍 联网搜索整合工具 - 选择搜索类型
请选择您需要进行的研究类型（可多选）：
A) 市场调研 - 市场规模、趋势、用户画像 B) 竞品分析 - 竞品功能、定价、策略 C) 行业数据 - 行业报告、统计数据 D) 舆情监控 - 用户评价、媒体报道 E) 合规检查 - 政策法规、行业标准 F) 综合搜索 - 以上全部（并发执行） G) 其他（请手动输入）
用户选择后，根据选择执行不同流程。
如果用户选择单个搜索类型，直接执行：
⚠️ 所有搜索必须遵循「搜索工具优先级」规则，首选 AnySearch，降级到 Exa MCP，最后才用 WebSearch。
按搜索优先级执行：
搜索关键词："{产品领域} 市场规模 2026"
搜索关键词："{产品领域} 市场趋势"
搜索关键词："{产品领域} 用户画像"
首选 AnySearch（带垂直域 --domain finance --sub_domain finance.cn_stock），
调用方式参考「搜索工具优先级」章节。失败则降级到 Exa MCP，最后才用 WebSearch。
数据源优先级：
1. 艾瑞咨询、易观分析、QuestMobile（权威报告）
2. 36氪、虎嗅（行业媒体）
3. 工信部、网信办（政策法规）
整合结果 → 生成：docs/01-需求调研/市场调研报告.md
按搜索优先级执行：
搜索关键词："{产品领域} 主要竞品"
搜索关键词："{竞品名称} 产品功能"
搜索关键词："{竞品名称} 定价策略"
首选 AnySearch（带垂直域 --domain finance --sub_domain finance.cn_stock），
失败则降级到 Exa MCP，最后才用 WebSearch。
数据源：
- 七麦数据、蝉妈妈（应用数据）
- 官网、App Store、产品评测
整合结果 → 生成：docs/01-需求调研/竞品分析报告.md
按搜索优先级执行：
搜索关键词："{行业} 行业报告 2026"
搜索关键词："{行业} 统计数据"
搜索关键词："{行业} 发展趋势"
首选 AnySearch（带垂直域 --domain finance --sub_domain finance.cn_stock），
失败则降级到 Exa MCP，最后才用 WebSearch。
数据源：
- 国家统计局
- 行业协会官网
- 咨询公司报告
整合结果 → 生成：docs/01-需求调研/行业数据报告.md
按搜索优先级执行：
搜索关键词："{产品/品牌} 用户评价"
搜索关键词："{产品/品牌} 媒体报道"
搜索关键词："{产品/品牌} 微博热搜"
首选 AnySearch（通用搜索，无垂直域），
失败则降级到 Exa MCP，最后才用 WebSearch。
数据源：
- 微博、知乎、小红书（用户评价）
- 新闻媒体（报道）
- 黑猫投诉（投诉信息）
整合结果 → 生成：docs/01-需求调研/舆情监控报告.md
按搜索优先级执行：
搜索关键词："{行业} 政策法规 2026"
搜索关键词："{行业} 监管要求"
搜索关键词："{行业} 合规标准"
首选 AnySearch（通用搜索，无垂直域），
失败则降级到 Exa MCP，最后才用 WebSearch。
数据源：
- 政府官网（工信部、网信办、市场监管总局）
- 法律法规数据库
- 行业协会合规指南
整合结果 → 生成：docs/01-需求调研/合规检查报告.md
如果用户选择"综合搜索"或选择多个类型，使用 Agent tool 并发执行：
⚠️ 每个 subagent prompt 必须包含「搜索工具优先级」自发现指令（subagent 看不到主 agent 的 Preamble）。
以下块必须原样嵌入每个 subagent 的 prompt 开头：
【搜索工具优先级 - 必须遵守】
1. 首选 AnySearch：先定位 anysearch_cli.py。
常见安装路径（按顺序尝试）：
~/.claude/skills/anysearch/scripts/anysearch_cli.py
~/.opencode/skills/anysearch/scripts/anysearch_cli.py
~/.openclaw/skills/anysearch/scripts/anysearch_cli.py
~/.cursor/skills/anysearch/scripts/anysearch_cli.py
~/.anysearch/scripts/anysearch_cli.py
$(which anysearch_cli.py 2>/dev/null)
或 pip show anysearch 查找安装位置。
找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5。
市场/竞品/行业类搜索加 --domain finance --sub_domain finance.cn_stock。
2. AnySearch 不可用（脚本不存在/API报错/超时）→ 降级到 mcp__exa__web_search_exa
3. Exa 不可用 → 降级到 WebSearch，并在输出中标注「⚠️ 降级模式」
使用 Agent tool 并发派发 5 个 subagent：
**Subagent 1: Market Research**
- type: "general-purpose"
- prompt: "【搜索工具优先级块】+ 执行市场调研搜索，产品领域：{产品领域}，搜索市场规模/趋势/用户画像，输出到 docs/01-需求调研/market-research.md"
**Subagent 2: Competitor Analysis**
- type: "general-purpose"
- prompt: "【搜索工具优先级块】+ 执行竞品分析搜索，产品领域：{产品领域}，搜索主要竞品/功能/定价，输出到 docs/01-需求调研/competitor-analysis.md"
**Subagent 3: Industry Data**
- type: "general-purpose"
- prompt: "【搜索工具优先级块】+ 执行行业数据搜索，行业：{行业}，搜索行业报告/统计数据/趋势，输出到 docs/01-需求调研/industry-data.md"
**Subagent 4: Public Opinion**
- type: "general-purpose"
- prompt: "【搜索工具优先级块】+ 执行舆情监控搜索，关键词：{产品/品牌}，搜索用户评价/媒体报道/社交媒体，输出到 docs/01-需求调研/public-opinion.md"
**Subagent 5: Compliance Check**
- type: "general-purpose"
- prompt: "【搜索工具优先级块】+ 执行合规检查搜索，行业：{行业}，搜索政策法规/监管要求/合规标准，输出到 docs/01-需求调研/compliance-check.md"
**并发执行：在单个消息中调用 5 次 Agent tool**
**在一条消息中并发调用：**
[Agent tool call 1 - Market Research]
[Agent tool call 2 - Competitor Analysis]
[Agent tool call 3 - Industry Data]
[Agent tool call 4 - Public Opinion]
[Agent tool call 5 - Compliance Check]
**等待所有 subagent 完成**
读取所有 subagent 生成的报告：
# 读取各个报告
read docs/01-需求调研/market-research.md
read docs/01-需求调研/competitor-analysis.md
read docs/01-需求调研/industry-data.md
read docs/01-需求调研/public-opinion.md
read docs/01-需求调研/compliance-check.md
整合成综合报告：
使用 Write 生成：docs/01-需求调研/市场调研报告.md
报告结构：
# 综合市场调研报告
## 一、市场规模与趋势
[来自 market-research.md]
## 二、竞品分析
[来自 competitor-analysis.md]
## 三、行业数据
[来自 industry-data.md]
## 四、舆情监控
[来自 public-opinion.md]
## 五、合规检查
[来自 compliance-check.md]
## 六、综合结论与建议
### 市场机会
- [综合分析]
### 风险提示
- [综合分析]
### 下一步建议
1. 执行 /pm-priority - 需求优先级排序
2. 执行 /pm-mvp - MVP 方案规划
3. 执行 /pm-docs - 文档生成
---
**生成时间**: 2026-XX-XX
**数据来源**: [标注实际使用的搜索工具：AnySearch / Exa MCP / WebSearch]
| 指标 | V1（顺序执行） | V2.1（并发+优先级搜索） | 提升 |
|---|---|---|---|
| 执行时间 | ~10 分钟 | ~2.5 分钟 | 4x |
| 主 Agent 上下文 | ~50,000 tokens | ~10,000 tokens | 节省 80% |
| 搜索类型 | 1-5 个顺序 | 5 个并发 | - |
| 中文搜索质量 | WebSearch（差） | AnySearch（优） | ✅ |
| 报告质量 | 单一视角 | 多维度整合 | ✅ |
用户: 我需要了解生鲜电商的市场规模
AI: 🎯 执行市场调研搜索
[AnySearch 搜索中... → 成功]
✅ 生成报告: docs/01-需求调研/市场调研报告.md
用户: 我需要了解生鲜电商的市场规模
AI: 🎯 执行市场调研搜索
[AnySearch 搜索中... → 未安装，降级]
[Exa MCP 搜索中... → 成功]
✅ 生成报告: docs/01-需求调研/市场调研报告.md
⚠️ 数据来源：Exa MCP（降级模式）
用户: 我想全面了解在线教育市场
AI: 🎯 执行综合并发搜索
[并发派发 5 个 subagent...]
⏳ Subagent 1: Market Research - 完成 ✅
⏳ Subagent 2: Competitor Analysis - 完成 ✅
⏳ Subagent 3: Industry Data - 完成 ✅
⏳ Subagent 4: Public Opinion - 完成 ✅
⏳ Subagent 5: Compliance Check - 完成 ✅
🔧 整合分析结果...
✅ 生成综合报告: docs/01-需求调研/市场调研报告.md
💡 建议下一步：
1. /pm-priority - 需求优先级排序
2. /pm-mvp - MVP 方案规划
你是市场调研专家。执行以下任务：
【搜索工具优先级 - 必须遵守】
1. 首选 AnySearch：先定位 anysearch_cli.py。
常见安装路径（按顺序尝试）：
~/.claude/skills/anysearch/scripts/anysearch_cli.py
~/.opencode/skills/anysearch/scripts/anysearch_cli.py
~/.openclaw/skills/anysearch/scripts/anysearch_cli.py
~/.cursor/skills/anysearch/scripts/anysearch_cli.py
~/.anysearch/scripts/anysearch_cli.py
$(which anysearch_cli.py 2>/dev/null)
或 pip show anysearch 查找安装位置。
找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5。
市场调研类搜索加 --domain finance --sub_domain finance.cn_stock。
2. AnySearch 不可用 → 降级到 mcp__exa__web_search_exa
3. Exa 不可用 → 降级到 WebSearch，并在输出中标注「⚠️ 降级模式」
**目标**: 调研 {产品领域} 的市场规模、趋势、用户画像
**搜索策略**:
1. 市场规模：搜索 "{产品领域} 市场规模 2026"
2. 市场趋势：搜索 "{产品领域} 市场趋势"
3. 用户画像：搜索 "{产品领域} 用户画像"
**数据源优先级**:
- 艾瑞咨询、易观分析、QuestMobile（权威报告）
- 36氪、虎嗅（行业媒体）
- 工信部、网信办（政策法规）
**输出要求**:
生成结构化报告到：docs/01-需求调研/market-research.md
包含章节：
1. 市场规模（总量、增长率）
2. 市场趋势（发展动向）
3. 用户画像（目标用户特征）
4. 市场机会点
完成后立即返回结果。
高可信度：
中可信度：
低可信度：
完成市场调研后，推荐执行：
Super-PM - 让市场调研更高效、更全面 🔍
✅ Good 示例：
- 有数据引用：「根据 Q4 数据，留存率从 35% 降至 28%」
- 有验证来源：「数据来源：Google Analytics, 2025-12-01」
- 有明确建议：「建议将新手引导步骤从 5 步减少至 3 步」
❌ Bad 示例：
- 模糊结论：「数据表明留存率有所下降」
- 无来源：「根据经验，这个功能很重要」
- 没有行动建议：「留存是个问题」
出现以下情况立即停止并回溯：
| 误区 | 正确做法 |
|---|---|
| 使用"应该"、"大概"、"看起来"做结论 | 必须基于实际数据和验证 |
| 未运行检查就声称已完成 | 先验证，再陈述 |
| 因时间紧迫跳过关键步骤 | 没有例外，时间紧更要严格 |
| "这次应该没问题"的想法 | 每次都要重新验证 |
| 直接用 WebSearch 而不先尝试 AnySearch | 必须按优先级降级，不得跳级 |
| 写死 anysearch_cli.py 的路径 | Preamble 已自动发现；subagent 按常见路径列表自行定位 |
docs/ 目录⚠️ 任何一项未通过 → 补全后再标记完成。
npx claudepluginhub konglong87/superpm --plugin super-pmConducts market research, competitive analysis, investor diligence, and tech scans with sourced findings, contrarian views, and decision recommendations.
Conducts market research, competitive analysis, investor due diligence, and technology scans with source attribution and decision-oriented summaries.
Runs market research, competitive analysis, investor due diligence, and industry scans. Use for market sizing, competitor comparisons, fund research, or tech scans.