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022 週間前に更新
リポジトリ公式サイト

Analook — Competitor Intelligence について

Analookは、創業者、グロースチーム、個人開発者、投資家向けのオープンソース競合調査ツールです。製品URLから、公開データに基づく成長、トラフィック、ソーシャル、ローンチ情報をAI分析付きのレポートにまとめます。

主な機能

  1. 017モジュールによる並列分析
  2. 02ウェブサイト履歴とトラフィック情報
  3. 03SEO、ソーシャル、Product Huntの情報
  4. 04ポジショニングと成長のAI分析
  5. 05構造化された競合レポート

活用シーン

  1. 01開発前の市場検証
  2. 02競合の成長状況の比較
  3. 03投資前の予備調査
  4. 04競争の激しい市場でのローンチ計画

MCP 対応

リモートMCPサーバーを提供し、分析の開始、レポート状況の確認、テキストまたはMarkdown形式での取得、保存済みレポートの一覧表示を行うツールを公開します。

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 ロゴ

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

英語 | 中国語版 · 🤖 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、または MCP 対応の任意の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。

詳細なドキュメントとトークンの手順 → analook.com/docs/mcp


💡 海外展開のグロースコンサルティング · 1対1セッションの予約 $200 — Telegram @Iris_carrot

または gingiris.com をご覧ください — Iris による海外展開の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

「競合分析は模倣のためではなく、他社がうまくできていない部分を見つけるために行います。」 — 競合調査はコピーすることではなく、他社が見逃した機会を見つけることです。

「データは語りますが、まず適切な質問をする必要があります。」 — データは語りますが、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日でそれを超えましょう。」 — 30秒で製品を理解し、30日でそれを上回りましょう。


💼 Iris と一緒に取り組む

1. 戦略コンサルティング(1対1)

セッション料金対象
クイックコール(30分)$150 USD具体的な質問、迅速な診断
詳細セッション(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/月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基本的な手法 + 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および銀行送金に対応


Analook とは?

Analook は、AFFiNE(スター数6万以上)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。

製品のURLを入力すると、約30秒で Analook が7つのモジュールによる並列分析パイプラインを実行し、構造化された詳細レポートを返します。グロース戦略、トラフィックのシグナル、ソーシャルメディアでの存在感、ProductHunt の履歴、AI インサイトなどを分析します。

次のような方に最適です:

  • 開発前に市場を検証するインディーハッカー
  • 競合他社と比較するグロースチーム
  • 簡易的な投資前デューデリジェンスを行う投資家
  • 競争の激しいニッチ市場でローンチを準備する創業者
分析結果に含まれる内容
シグナル分かること
🌐 ウェブサイトの履歴公開時期、成長速度、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、キーワードのギャップ
🐦 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、チャネル別の内訳
🧠 成長戦略公開情報から初期段階の戦略を再構築

🔗 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。

こちらでお試しください: 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、人気ページ、キーワード
ソーシャルメディアmodules/social.pyApify の 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
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 による要約modules/ai_summary.pyTeamoRouter と DeepSeek のフォールバックによる、7 セクション構成の分析
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、ジョブの状態、ストリーミング

🧠 AI インサイトの詳細

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

  1. 製品のポジショニングと ICP — ターゲットユーザーのプロフィール、市場でのポジショニング、実際に料金を支払うユーザー
  2. ビジネスモデルの分析 — 価格モデル、コンバージョン仮説、売上の推定範囲
  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 — 製品固有のフライホイールを再構築
  5. コンテンツと拡散戦略 — チャネルの組み合わせ、コンテンツの種類、ローンチの拡散モデル
  6. 後発組への実践的な提案 — 今週中に実行できる、具体的な提案 5 件
  7. リスクと機会 — データの引用を添えた、懸念事項と市場の空白

TeamoRouter(プライマリ)と DeepSeek(フォールバック)を使用し、レポートごとの出力は最大 4,000 トークンです。


⚡ クイックスタート

# Source available at https://clawhub.ai/user/gingiris
# (Skills published under @gingiris; contact [email protected] for source code access)
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。


🚀 独自環境にデプロイ

Railway でワンクリックデプロイできます。

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 の新しいプロジェクトを作成し、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 へのプッシュごとに Railway が自動でデプロイします

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


🔌 API 連携

サービス用途備考
TeamoRouterプライマリ 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
DataForSEOトラフィックと SEO のデータ月間訪問数、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 によって手作業の調査時間を大幅に節約できたら、⭐ を付けてほかの人にも紹介してください!


著者について

Iris(生姜iris) — AFFiNE(GitHub スター数 6 万以上)の元共同創業者兼 COO。現在は、オープンソースの市場開拓とグローバル展開を支援する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 で公開中):

  • 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、その他の AI エージェント向けスキル

日本語版

Analook とは?

Analook は、AFFiNE(GitHub スター数 6 万以上)の共同創業者兼元 COO である Iris が開発した、オープンソースの AI 競合インテリジェンスツールです。

任意の製品 URL を入力すると、30 秒以内に構造化された競合分析レポートを生成します。成長戦略、トラフィックシグナル、ソーシャルメディア上の足跡、ProductHunt の履歴、AI によるインサイトなど、あらゆるデータを網羅しています。

どのような方に向いていますか?
  • 個人開発者 — 開発に着手する前に、市場をすばやく検証
  • 成長チーム — 競合をベンチマークし、差を見つける
  • 投資家 — Pre-DD の迅速な情報収集
  • 創業者 — レッドオーシャン市場で攻める切り口を見つける
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ローンチ記録、評価、コミュニティのフィードバック
💡 AI による詳細分析TeamoRouterICP プロファイル、ビジネスモデル、成長フライホイール、戦術的な提案
📡 情報拡散の分析総合トラフィックのピークとなった出来事、チャネルの流入元、拡散の起点
🧠 初期の成長戦略総合公開シグナルから製品の初期成長経路を推定
クイックデプロイ
# Source: https://clawhub.ai/user/gingiris  (联系 [email protected] 获取源代码访问)
cd Competitor-analysis-tool
pip install -r requirements.txt
# 配置 .env 文件后:
uvicorn app:app --reload --port 8000

Railway でワンクリックデプロイ: 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 ✅

著者について

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

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。