Analook — Competitor Intelligence

🤖 远程 MCP 服务

Analook 可作为远程 MCP 服务使用 — 可通过 Claude Desktop、Cursor 或任何兼容 MCP 的客户端使用。无需安装，也无需运行本地进程。

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

5 个工具：analyze_competitor、get_report_status、get_report、get_report_markdown、list_my_reports。

完整文档和令牌说明 → analook.com/docs/mcp

---

💡 出海增长咨询 · 1v1 Session 约课 $200 — Telegram @Iris_carrot

或访问 gingiris.tools — Iris 的出海增长咨询，1:1 指导、开源项目运营、企业顾问服务

目录

• Analook 是什么
• 在线演示
• 分析模块
• AI 洞察深度
• 快速开始
• 部署你自己的实例
• API 集成
• 与 Iris 合作
• 关于作者
• 中文版

---

🌱 理念

“做竞品分析不是为了抄，是为了找到别人没做好的地方。” — 竞品调研不是为了抄袭，而是为了发现别人留下的空白。

“数据会说话，但你得先知道问对问题。” — 数据会说话，但前提是你提出了正确的问题。

“30 秒看懂一个产品，30 天超越它。” — 30 秒了解一个产品，30 天超越它。

---

💼 与 Iris 合作

1. 战略咨询（1v1）

咨询时长	价格	适合人群
快速通话（30 min）	$150 USD	有具体问题，需要快速诊断
深度分析（60 min）	$300 USD	全面审查战略，制定详细路线图

2. 顾问长期合作

方案	价格	包含内容
月度顾问服务	$1,500 USD/mo	最多 5 小时战略咨询 + 里程碑审查

3. 实战指南和模板

套装	价格	内容
入门套装	$29 USD	核心方法论 + 必备工具
旗舰套装	$199 USD	完整 SOP、竞品调研框架、模板

📩 通过 Telegram 联系 @Iris_carrot — 接受加密货币/USDT 和电汇

---

Analook 是什么？

Analook 是由 Iris 创建的开源 AI 竞品情报工具。Iris 曾任 AFFiNE（6 万+ stars）的联合创始人兼 COO。

输入任意产品 URL。大约 30 秒内，Analook 就会运行一个包含 7 个模块的并行分析流程，并生成一份结构化的深度分析报告，涵盖增长策略、流量信号、社交媒体影响力、ProductHunt 历史、AI 洞察等。

适用于：

• 独立开发者：在开发前验证市场
• 增长团队：对标竞品
• 投资者：快速开展投资前尽调
• 创始人：为在竞争激烈的细分市场中发布产品做准备

分析结果包含

信号	你将了解到什么
🌐 网站历史	上线时间、增长速度、Wayback 时间线
📈 流量与 SEO	月访问量、主要渠道、关键词缺口
🐦 Twitter / X	粉丝数、互动率、内容策略
🚀 Product Hunt	发布评分、定位、社区反馈
💡 AI 深度分析	ICP、商业模式、增长飞轮、战术建议
📡 传播情况	流量峰值事件、病毒式传播时刻、渠道细分
🧠 增长策略	根据公开信号还原早期策略

项目内容

此仓库是为 analook.com 提供支持的生产后端：

• app.py — FastAPI 编排器：并行分析流水线、任务状态、流式处理、积分限制
• modules/ — 分析引擎（流量、社交媒体、Product Hunt、增长分析、AI 摘要），以及 Supabase 客户端、支付集成和 MCP 服务（mcp_app.py）
• migrations/ — Supabase SQL 迁移（身份验证/积分/促销码/归因）
• scripts/ — 运维工具：用户指标、归因报告、EDM 营销活动
• static/ — 在 analook.com 上提供的网页界面
• tests/ + Dockerfile — 回归测试套件和容器构建

技术栈：FastAPI + Supabase（身份验证、积分、报告存储），通过 Docker 部署。

---

🔗 在线演示

analook.com — 免费使用，无需登录。

试用网站：lovable.dev · linear.app · notion.so · cursor.com

---

📦 分析模块

模块	文件	描述
网站历史	modules/website_history.py	Wayback Machine CDX API、首次发现日期、快照时间线
流量与 SEO	modules/traffic_analysis.py	DataForSEO — 月访问量、渠道、热门页面、关键词
社交媒体	modules/social.py	Apify Twitter 抓取工具 — 粉丝数、互动、近期内容
Product Hunt	modules/producthunt.py	PH GraphQL API — 发布、评分、赞成票、评论
OSS 增长归因	modules/oss_growth_attribution.py	GitHub 星标阶段、公开渠道证据、代表性内容链接、置信度评分
增长分析	modules/growth_analysis.py	流量峰值检测、事件关联、增长阶段
AI 摘要	modules/ai_summary.py	通过 TeamoRouter + DeepSeek 备用方案进行的 7 部分结构化分析
报告构建器	app.py	FastAPI 编排器 — 并行流水线、任务状态、流式处理

---

🧠 AI 洞察深度

Analook 的 AI 模块不止于表面摘要。每份报告都包含：

1. 产品定位与 ICP — 目标用户画像、市场定位、实际付费人群
2. 商业模式拆解 — 定价模式、转化假设、收入估算范围
3. 增长密码 — 4–6 条有数据支撑的增长策略及相关证据
4. 增长飞轮 — 还原产品专属的增长飞轮
5. 内容与传播策略 — 渠道组合、内容类型、发布传播模式
6. 给后来者的战术建议 — 5 条可在本周执行的实用建议
7. 风险与机会 — 风险信号和市场缺口，并附数据引用

由 TeamoRouter（主要方案）和 DeepSeek（备用方案）提供支持，每份报告最多输出 4,000 个 token。

---

⚡ 快速开始

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

创建 .env 文件：

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

在本地运行：

uvicorn app:app --reload --port 8000

访问 http://localhost:8000

---

🚀 部署你自己的实例

生产环境的唯一可信来源

生产源代码位于 Gingiris-1031/Competitor-analysis-tool 的 main 分支。在进行任何生产部署前，请运行：

python3 scripts/verify_deploy_source.py

如果当前检出版本落后于 origin/main、位于错误的分支或远程仓库，或者缺少已跟踪的 SEO/GEO 资源（例如 static/llms.txt、static/robots.txt 和 static/sitemap.xml），预检就会失败。这可避免较旧的本地克隆在部署期间悄然删除线上资源。

当前生产 Fly 应用在 fly.toml 中声明为 competitor-analysis-tool。请在运行 fly deploy 前，立即从同一检出目录运行预检。

自托管

在 Railway 上一键部署：

步骤：

1. Fork 此仓库
2. 创建新的 Railway 项目 → 连接你的 fork
3. 在 Railway → Settings → Variables 中添加上述环境变量
4. 每次推送到 main 时，Railway 都会自动部署

该应用已 Docker 化，并在 Railway 上使用 Nixpacks（Python 3.13）。

---

🔌 API 集成

服务	用途	备注
TeamoRouter	主要大模型	路由到当前最佳可用模型
DeepSeek	备用大模型	高性价比的备用方案
DataForSEO	流量与 SEO 数据	月访问量、渠道、关键词
Apify	Twitter/X 抓取	apidojo/twitter-profile-scraper actor
ProductHunt	发布历史	PH GraphQL API
Wayback Machine	网站历史	CDX API + timemap

---

⭐ 为此仓库点星

如果 Analook 为你节省了数小时的手动研究时间，点一个 ⭐ 就能帮助更多人发现它！

---

关于作者

Iris（生姜iris） — AFFiNE（60k+ GitHub 星标）的前联合创始人兼 COO。现运营 Gingiris — 开源的市场进入与全球扩张咨询业务。

• 🐦 Twitter：@WeiYipei
• 💬 Telegram：@Iris_carrot
• 🌐 网站：gingiris.tools

相关操作手册（现已上线 ClawHub）：

• ClawHub 上的 @gingiris — GTM 策略、B2B SaaS PLG/SLG 增长、开源发布营销及其他 AI Agent 技能

---

中文版

Analook 是什么？

Analook 是一款开源 AI 竞品情报工具，由 AFFiNE（60k+ 星标）的联合创始人兼前 COO Iris 构建。

输入任意产品网址，30 秒内即可生成结构化的竞品深度报告——涵盖增长策略、流量信号、社交足迹、ProductHunt 历史、AI 洞察等全套数据。

适合谁用？

• 独立开发者 — 开始动手前快速验证市场
• 增长团队 — 对标竞品，找到差距
• 投资人 — Pre-DD 快速收集情报
• 创始人 — 在红海市场中找到进攻角度

核心分析模块

模块	数据来源	输出内容
🌐 网站历史	Wayback Machine	上线时间、成长速度、快照时间线
📈 流量 & SEO	DataForSEO	月访问量、流量渠道、关键词矩阵
🐦 Twitter/X	Apify	粉丝数、互动率、内容策略
🚀 Product Hunt	PH GraphQL	发布记录、评分、社区反馈
⭐ 开源增长归因	GitHub API + 公开内容检索	Star 阶段、渠道证据、关键内容原链、证据置信度
💡 AI 深度分析	TeamoRouter	ICP 画像、商业模式、增长飞轮、战术建议
📡 传播分析	综合	流量峰值事件、渠道来源、传播节点
🧠 早期增长策略	综合	根据公开信号反推产品早期增长路径

快速部署

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 一键部署： Fork 此 repo → Railway 连接 → 添加环境变量 → 自动部署 ✅

关于作者

Iris（生姜iris），AFFiNE 联合创始人兼前 COO，现运营 Gingiris 开源出海增长咨询业务。

• 出海咨询预约：gingiris.tools
• Telegram：@Iris_carrot
• Twitter：@WeiYipei

---

许可证

MIT — 可免费使用、修改和再分发。