mcpField
A
apify-market-research

apify-market-research

github.com/apify营销与增长2.5k3.4k 次安装1 周前更新
代码仓库

关于 apify-market-research

这项市场研究技能通过 Apify Actor 获取地点、趋势、社交和旅行数据,适用于需要配置采集结果并整理发现的研究流程。

主要功能

  1. 01按研究目标选择 Actor
  2. 02通过 mcpc 动态查询 Actor 架构
  3. 03支持快速查看、CSV 或 JSON
  4. 04汇总结果与市场洞察

适用场景

  1. 01评估本地商家密度
  2. 02研究区域趋势或消费者群组
  3. 03比较旅游评论与酒店数据

MCP 相关

使用 mcpc 命令行查询 Apify Actor 的架构和详情,再运行所选 Actor。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/apify/agent-skills --skill apify-market-research

安装后在 Claude Code 中输入/apify-market-research确认已加载。

附带文件reference/scripts/run_actor.js

详细介绍

市场研究

使用 Apify Actors 从多个平台提取数据,开展市场研究。

前置条件

(无需预先检查)

  • 包含 APIFY_TOKEN 的 .env 文件
  • Node.js 20.6+(支持原生 --env-file)
  • mcpc CLI 工具:npm install -g @apify/mcpc

工作流

复制此检查清单并跟踪进度:

Task Progress:
- [ ] Step 1: Identify market research type (select Actor)
- [ ] Step 2: Fetch Actor schema via mcpc
- [ ] Step 3: Ask user preferences (format, filename)
- [ ] Step 4: Run the analysis script
- [ ] Step 5: Summarize findings
步骤 1:确定市场研究类型

根据研究需求选择合适的 Actor:

用户需求Actor ID最适合的用途
市场密度compass/crawler-google-places位置分析
地理空间分析compass/google-maps-extractor商家地图绘制
区域兴趣apify/google-trends-scraper趋势数据
定价和需求apify/facebook-marketplace-scraper市场定价
活动市场apify/facebook-events-scraper活动分析
消费者需求apify/facebook-groups-scraper群组研究
市场格局apify/facebook-pages-scraper商家主页
商家密度apify/facebook-page-contact-information联系方式数据
文化洞察apify/facebook-photos-scraper视觉研究
细分市场定位apify/instagram-hashtag-scraper话题标签研究
话题标签统计apify/instagram-hashtag-stats市场规模评估
市场活动apify/instagram-reel-scraper活动分析
市场情报apify/instagram-scraper完整数据
产品发布研究apify/instagram-api-scraperAPI 访问
酒店业市场voyager/booking-scraper酒店数据
旅游洞察maxcopell/tripadvisor-reviews评论分析
步骤 2:获取 Actor 架构

使用 mcpc 动态获取 Actor 的输入架构和详细信息:

export $(grep APIFY_TOKEN .env | xargs) && mcpc --json mcp.apify.com --header "Authorization: Bearer $APIFY_TOKEN" tools-call fetch-actor-details actor:="ACTOR_ID" | jq -r ".content"

将 ACTOR_ID 替换为选定的 Actor(例如,compass/crawler-google-places)。

返回内容包括:

  • Actor 描述和 README
  • 必需和可选的输入参数
  • 输出字段(如有)
步骤 3:询问用户偏好

运行前,询问:

  1. 输出格式:
    • 快速回答 - 在聊天中显示少量结果(不保存文件)
    • CSV - 导出包含所有字段的完整数据
    • JSON - 以 JSON 格式导出完整数据
  2. 结果数量:根据用例特点确定
步骤 4:运行脚本

快速回答(在聊天中显示,不保存文件):

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT'

CSV:

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT' \
  --output YYYY-MM-DD_OUTPUT_FILE.csv \
  --format csv

JSON:

node --env-file=.env ${CLAUDE_PLUGIN_ROOT}/reference/scripts/run_actor.js \
  --actor "ACTOR_ID" \
  --input 'JSON_INPUT' \
  --output YYYY-MM-DD_OUTPUT_FILE.json \
  --format json
步骤 5:总结发现

完成后,报告:

  • 找到的结果数量
  • 文件位置和名称
  • 关键市场洞察
  • 建议的后续步骤(深入分析、验证)

错误处理

APIFY_TOKEN not found - 请用户创建包含 APIFY_TOKEN=your_token 的 .env 文件 mcpc not found - 请用户运行 npm install -g @apify/mcpc 进行安装 Actor not found - 检查 Actor ID 拼写 Run FAILED - 请用户检查错误输出中的 Apify 控制台链接 Timeout - 减少输入量或增加 --timeout

评论

支持 Markdown