mcpField
A
Analook — Competitor Intelligence

Analook — Competitor Intelligence

リモート
analook.comビジネス・マーケティング1113 日前に更新
リポジトリ公式サイト

Analook — Competitor Intelligence について

Analook は、製品 URL を入力すると流量、SEO、ソーシャル、Product Hunt、AI による分析を含む構造化レポートを生成する、オープンソースの AI 競合インテリジェンスツールです。インディーハッカー、グロースチーム、投資家、創業者を対象としています。

主な機能

  1. 01Web サイトの履歴と公開時期の分析
  2. 02流量と SEO データの集計
  3. 03ソーシャルメディアと Product Hunt のデータ分析
  4. 04AI によるビジネスモデルと成長戦略の分析
  5. 05レポートの作成と取得を行うリモート MCP サーバー

活用シーン

  1. 01開発前に対象市場と競合を検証する
  2. 02競合と比較して成長の差を見つける
  3. 03投資前に短時間で情報を収集する

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://www.analook.com/mcp/
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

ツール

8
パラメーター型必須説明
urlstringはい
langanyいいえ
contextstringはいこのツールを呼び出す理由と、ユーザーの目標をどのように支援するかを、三人称で 15〜25 語で説明してください。分析専用です。ツール呼び出しの抽象的な目的だけを記述してください。ユーザーのリクエストやツール結果に含まれる氏名、メールアドレス、電話番号、IP、ID、認証情報など、個人情報、機密情報、識別情報を含めたり、繰り返したり、言い換えたり、推測したりしてはいけません。具体的な対象は「ユーザー」「顧客」「アカウント」などの役割に一般化してください。例:「顧客の請求に関する問題を調査し、サポート担当者が適切な解決策を判断できるよう、最近の注文を取得する。」
llm_modelstringはいあなた(アシスタント)が実行している正確なモデル識別子です。システムプロンプトまたは環境から取得してください(例:"claude-opus-4-8"、"gpt-5.2")。分析専用です。モデル識別子を確実に把握できない場合は、"unknown" を渡してください。推測してはいけません。
product_nameanyいいえ
conversation_idstringいいえサーバーの直前の応答に含まれる正確な conversation_id を変更せずに渡してください。サーバーは最初の呼び出しでこれを提供します。決して捏造せず、値を取得するまではツールを並列呼び出ししないでください。その後のユーザーメッセージや別のタスクの後も含め、会話中は同じ conversation_id を渡し続けてください。ユーザーが新しいリクエストを開始してもリセットしないでください。

詳細

Analook Logo

Analook — 競合インテリジェンス分析ツール

30 秒であらゆる競合を見抜く · インディーハッカーとグロースチームのための AI 搭載競合インテリジェンス

License: MIT Website Skills on ClawHub Deployed on Railway

English | 中文版 · 🤖 MCP サーバー · 📖 ドキュメント

🤖 リモート MCP サーバー

Analook はリモート MCP サーバーとして利用できます。Claude Desktop、Cursor、その他の MCP 対応クライアントから使用できます。インストールもローカルプロセスも不要です。

{
  "mcpServers": {
    "analook": {
      "url": "https://www.analook.com/mcp",
      "headers": { "Authorization": "Bearer <YOUR_ANALOOK_TOKEN>" }
    }
  }
}

5 つのツール:analyze_competitor、get_report_status、get_report、get_report_markdown、list_my_reports。

詳しいドキュメントとトークンの使い方 → analook.com/docs/mcp


💡 海外市場向けグロースコンサルティング · 1 対 1 セッション予約 $200 — Telegram @Iris_carrot

または gingiris.tools にアクセスしてください — Iris による海外市場向けグロースコンサルティング、1 対 1 の指導、オープンソースプロジェクトの運営、企業向けアドバイザリーサービス

目次


🌱 理念

「競合分析は模倣するためではなく、他社がうまくできていないことを見つけるために行います。」 — 競合調査の目的は模倣ではなく、他社が取りこぼしている機会を見つけることです。

「データは語りますが、正しい問いを立てることが先決です。」 — データは語ります。ただし、適切な質問をしたときに限ります。

「30 秒で製品を理解し、30 日で追い越しましょう。」 — 30 秒で製品を理解し、30 日で追い越しましょう。


💼 Iris と協業する

1. 戦略コンサルティング(1 対 1)

セッション料金おすすめの方
クイックコール(30 分)$150 USD具体的な質問、迅速な診断
詳細分析(60 分)$300 USD戦略全体のレビュー、詳細なロードマップ

2. アドバイザリー契約

プラン料金内容
月額契約$1,500 USD/mo戦略コンサルティング最大 5 時間 + マイルストーンレビュー

3. プレイブックとテンプレート

パッケージ料金内容
スターターパック$29 USD基本的な方法論 + 必須ツール
フラッグシップバンドル$199 USD完全な SOP、競合調査フレームワーク、テンプレート

📩 Telegram で @Iris_carrot に連絡 — 暗号資産/USDT と銀行送金に対応


Analook とは?

Analook は、AFFiNE(スター 60,000 以上)の元共同創業者兼 COO である Iris が開発した、オープンソースの AI 搭載競合インテリジェンスツールです。

あらゆる製品の URL を入力してください。約 30 秒で、Analook は7 モジュール並列分析パイプラインを実行し、成長戦略、トラフィックの兆候、ソーシャルメディアでの存在感、ProductHunt の履歴、AI インサイトなどをまとめた詳細なレポートを返します。

次のような方に向けて開発されています。

  • インディーハッカー:開発を始める前に市場の可能性を検証する方
  • グロースチーム:競合をベンチマークする方
  • 投資家:迅速な投資前インテリジェンス調査を行う方
  • 創業者:競争の激しいニッチ市場でローンチを準備する方
分析結果に含まれる内容
シグナルわかること
🌐 ウェブサイトの履歴開設時期、成長の速さ、Waybackのタイムライン
📈 トラフィックとSEO月間訪問数、主要チャネル、キーワードの不足領域
🐦 Twitter / Xフォロワー数、エンゲージメント率、コンテンツ戦略
🚀 Product Huntローンチスコア、ポジショニング、コミュニティの反応
💡 AIによる詳細分析ICP、ビジネスモデル、成長のフライホイール、実践的な提案
📡 拡散状況トラフィックのピークイベント、バイラルの瞬間、チャネル別内訳
🧠 成長戦略公開シグナルに基づく初期段階の戦略の再構築
内容

このリポジトリは、analook.com を支える本番バックエンドです。

  • app.py — FastAPI オーケストレーター:並列分析パイプライン、ジョブ状態、ストリーミング、クレジット制御
  • modules/ — 分析エンジン(トラフィック、ソーシャル、Product Hunt、成長分析、AI要約)に加え、Supabase クライアント、決済連携、MCP サーバー(mcp_app.py)
  • migrations/ — Supabase SQL マイグレーション(認証/クレジット/プロモーションコード/アトリビューション)
  • scripts/ — 運用ツール:ユーザー指標、アトリビューションレポート、EDMキャンペーン
  • static/ — analook.com で配信されるウェブUI
  • tests/ と Dockerfile — 回帰テストスイートとコンテナビルド

技術スタック:FastAPI + Supabase(認証、クレジット、レポート保存)。Docker 経由でデプロイされます。


🔗 ライブデモ

analook.com — 無料で利用できます。ログインは不要です。

お試しください:lovable.dev · linear.app · notion.so · cursor.com


📦 分析モジュール

モジュールファイル説明
ウェブサイトの履歴modules/website_history.pyWayback Machine CDX API、初回確認日、スナップショットのタイムライン
トラフィックとSEOmodules/traffic_analysis.pyDataForSEO — 月間訪問数、チャネル、主要ページ、キーワード
ソーシャルメディアmodules/social.pyApify Twitter スクレイパー — フォロワー数、エンゲージメント、最近のコンテンツ
Product Huntmodules/producthunt.pyPH GraphQL API — ローンチ、スコア、賛成票、レビュー
OSS成長アトリビューションmodules/oss_growth_attribution.pyGitHubスターの段階、公開チャネルの根拠、代表的なコンテンツへのリンク、確信度のスコアリング
成長分析modules/growth_analysis.pyトラフィックのピーク検出、イベントとの相関、成長段階
AI要約modules/ai_summary.pyTeamoRouter と DeepSeek のフォールバックによる、7セクションの構造化分析
レポートビルダーapp.pyFastAPI オーケストレーター — 並列パイプライン、ジョブ状態、ストリーミング

🧠 AIインサイトの詳細度

AnalookのAIモジュールは、表面的な要約にとどまりません。各レポートには次の内容が含まれます。

  1. 製品のポジショニングとICP — 対象ユーザーのプロフィール、市場での位置付け、実際に料金を支払う人
  2. ビジネスモデルの分析 — 料金モデル、コンバージョンの仮説、収益の推定範囲
  3. 成長の秘訣 — データに裏付けられた成長戦略4~6件とその根拠
  4. 成長のフライホイール — 製品に特化したフライホイールの再構築
  5. コンテンツと拡散戦略 — チャネル構成、コンテンツの種類、ローンチ時の拡散モデル
  6. 後発組への実践的な提案 — 今週実行できる、実用的な推奨事項5件
  7. リスクと機会 — データの引用を添えた、警告サインと市場の空白領域

TeamoRouter(プライマリ)と DeepSeek(フォールバック)を使用し、レポートあたり最大4,000トークンを出力します。


⚡ クイックスタート

git clone https://github.com/Gingiris-1031/Competitor-analysis-tool.git
cd Competitor-analysis-tool
pip install -r requirements.txt

.env ファイルを作成します。

TEAMOROUTER_API_KEY=sk-teamo-...
DEEPSEEK_API_KEY=sk-...
DATAFORSEO_B64=base64(email:password)
PRODUCTHUNT_TOKEN=...
APIFY_API_TOKEN=apify_api_...

ローカルで実行します。

uvicorn app:app --reload --port 8000

http://localhost:8000 にアクセスします。


🚀 独自環境へのデプロイ

本番環境の信頼できるソース

本番ソースは Gingiris-1031/Competitor-analysis-tool の main ブランチです。本番環境へのデプロイ前に、次を実行してください。

python3 scripts/verify_deploy_source.py

チェックアウトが origin/main より古い場合、ブランチまたはリモートが異なる場合、あるいは static/llms.txt、static/robots.txt、static/sitemap.xml などの追跡対象SEO/GEOアセットが欠けている場合、プリフライトチェックは失敗します。これにより、古いローカルクローンがデプロイ時に稼働中のアセットを気付かれないまま削除するのを防ぎます。

現在の本番 Fly アプリは、fly.toml で competitor-analysis-tool として宣言されています。fly deploy の直前に、同じチェックアウトからプリフライトチェックを実行してください。

セルフホスト

Railway にワンクリックでデプロイできます:

Railway にデプロイ

手順:

  1. このリポジトリをフォークします
  2. Railway プロジェクトを新規作成し、フォークしたリポジトリを接続します
  3. Railway の Settings → Variables で、上記の環境変数を追加します
  4. main にプッシュするたびに、Railway が自動でデプロイします

アプリは Docker 化されており、Railway では Nixpacks(Python 3.13)を使用します。


🔌 API 連携

サービス用途備考
TeamoRouterメイン LLM利用可能な最適なモデルにルーティングします
DeepSeekフォールバック LLMコスト効率に優れたバックアップです
DataForSEOトラフィックおよび SEO データ月間訪問数、チャネル、キーワード
ApifyTwitter/X のスクレイピングapidojo/twitter-profile-scraper アクター
ProductHuntローンチ履歴PH GraphQL API
Wayback Machineウェブサイトの履歴CDX API + timemap

⭐ このリポジトリにスターを付ける

Analook によって手作業での調査時間を大幅に節約できたなら、⭐を付けることで、ほかの人にも見つけてもらいやすくなります!


作者について

Iris(生姜iris) — AFFiNE(GitHub スター数 6 万以上)の共同創業者兼元 COO。現在は、オープンソースの市場参入およびグローバル展開コンサルティング事業 Gingiris を運営しています。

関連プレイブック(現在は ClawHub で公開):

  • ClawHub の @gingiris — GTM 戦略、B2B SaaS の PLG/SLG 成長、オープンソースのローンチマーケティングなど、AI エージェント向けスキル

中国語版

Analook とは?

Analook は、AFFiNE(スター数 6 万以上)の共同創業者兼元 COO である Iris が構築した、オープンソースの AI 競合情報ツールです。

製品の URL を入力すると、30 秒以内に構造化された競合の詳細レポートを生成します。成長戦略、トラフィックの兆候、ソーシャルメディアでの存在感、ProductHunt の履歴、AI による分析情報など、包括的なデータを網羅します。

どんな人におすすめ?
  • 個人開発者 — 開発に着手する前に、市場をすばやく検証できます
  • 成長チーム — 競合と比較して、差別化の余地を見つけられます
  • 投資家 — 投資前のデューデリジェンスに向けて、すばやく情報を収集できます
  • 創業者 — 競争の激しい市場で、攻める方向性を見つけられます
主な分析モジュール
モジュールデータソース出力内容
🌐 ウェブサイトの履歴Wayback Machine公開時期、成長速度、スナップショットのタイムライン
📈 トラフィック&SEODataForSEO月間訪問数、トラフィックチャネル、キーワードマトリックス
🐦 Twitter/XApifyフォロワー数、エンゲージメント率、コンテンツ戦略
🚀 Product HuntPH GraphQLローンチ履歴、評価、コミュニティからのフィードバック
⭐ オープンソース成長の要因分析GitHub API + 公開コンテンツ検索スター獲得段階、チャネルの証拠、主要コンテンツへの元リンク、証拠の信頼度
💡 AI による詳細分析TeamoRouterICP プロファイル、ビジネスモデル、成長のフライホイール、戦術的な提案
📡 拡散分析複合分析トラフィック急増イベント、チャネルの流入元、拡散の起点
🧠 初期成長戦略複合分析公開されている兆候から、製品の初期成長経路を推定
クイックデプロイ
git clone https://github.com/Gingiris-1031/Competitor-analysis-tool.git
cd Competitor-analysis-tool
pip install -r requirements.txt
# 配置 .env 文件后:
uvicorn app:app --reload --port 8000

Railway にワンクリックでデプロイ: このリポジトリをフォーク → Railway に接続 → 環境変数を追加 → 自動デプロイ ✅

作者について

Iris(生姜iris)は、AFFiNE の共同創業者兼元 COO で、現在は Gingiris でオープンソースの海外展開・成長コンサルティング事業を運営しています。


ライセンス

MIT — 無料で使用、変更、再配布できます。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。