industry-scanner

行业扫描器

每日深度研究 Agent，扫描互联网，搜集与客户所在行业相关的一切信息，然后根据发现生成战略性 GTM 机会。

快速开始

Run an industry scan for <client>. Use the config at clients/<client>/config/industry-scanner.json.

也可以进行每周深度扫描：

Run a weekly industry scan for <client> with --lookback 7.

输入

• 客户名称 — 决定要加载哪些配置文件和上下文文件
• 回溯周期（可选）— 每日扫描设为 1（默认值），每周深度扫描设为 7
• 关注领域（可选）— 将扫描范围限定为特定类别（例如“仅竞争对手”“仅活动”）

---

分步流程

阶段 1：加载配置

1. 读取 clients/<client>/config/industry-scanner.json — 其中包含要扫描的所有关键词、来源、竞争对手和 URL
2. 读取 clients/<client>/context.md — 生成相关策略需要了解 ICP、价值主张和定位
3. 设置回溯周期：每日扫描使用 1 天，每周扫描使用 7 天，或采用用户指定的周期
4. 记录当天日期，用于输出文件名

如果不存在客户配置，请向用户询问关键输入，并提供根据示例 skills/industry-scanner/config/example-config.json 创建配置的选项。

阶段 2：数据收集

尽可能并行运行以下数据源。跳过未配置的数据源。对于每个数据源，使用现有技能中记载的 CLI 或工具。

重要： 尽可能并行运行这些 bash 命令，以尽量缩短总扫描时间。各数据源彼此独立。

2A. 网络搜索（内置 WebSearch 工具）

运行 5-8 次网络搜索，将已配置的 web_search_queries 与时效性限定词组合使用。示例：

• "<industry keyword> news this week"
• "<competitor name> shutdown OR closing OR acquired 2026"
• "<industry> conference 2026 speaker applications"
• "<industry keyword> new regulation OR policy change"
• "<competitor name> layoffs OR pivot OR rebrand"

也要直接搜索每个竞争对手的名称，以发现近期新闻。

2B. 行业博客和出版物

python3 skills/blog-feed-monitor/scripts/scrape_blogs.py \
  --urls "<comma-separated blog_urls from config>" \
  --days <lookback> --output json

有关完整 CLI 参考，请阅读 skills/blog-feed-monitor/SKILL.md。

2C. Reddit

针对每个已配置的 subreddit，运行：

python3 skills/reddit-post-finder/scripts/search_reddit.py \
  --subreddit "<comma-separated subreddits from config>" \
  --keywords "<comma-separated reddit_keywords from config>" \
  --days <lookback> --sort hot --output json

另用 --sort top --time week 单独搜索，以发现高互动帖子。

有关完整 CLI 参考，请阅读 skills/reddit-post-finder/SKILL.md。

2D. Twitter/X

针对每个已配置的 Twitter 查询：

python3 skills/twitter-mention-tracker/scripts/search_twitter.py \
  --query "<twitter_query>" \
  --since <yesterday-YYYY-MM-DD> --until <today-YYYY-MM-DD> \
  --max-tweets 30 --output json

有关完整 CLI 参考，请阅读 skills/twitter-mention-tracker/SKILL.md。

2E. LinkedIn

使用 linkedin-post-research 技能搜索每个已配置的 LinkedIn 关键词。

委派给 linkedin-post-research 技能（使用 apimaestro~linkedin-posts-search-scraper-no-cookies Apify actor）。使用 date_posted: "past-day" 搜索每个关键词（每周扫描使用 "past-week"）。

有关完整的 Apify 工作流，请阅读 skills/linkedin-post-research/SKILL.md。

2F. Hacker News

python3 skills/hacker-news-scraper/scripts/search_hn.py \
  --query "<hn_query>" --days <lookback> --output json

针对每个已配置的 hn_queries 条目运行一次。有关完整 CLI 参考，请阅读 skills/hacker-news-scraper/SKILL.md。

2G. RSS 新闻源

如果客户配置了 accounting-news-monitor（或类似工具）：

python3 skills/accounting-news-monitor/scripts/monitor_news.py \
  --new-only --days <lookback> --output json

有关完整 CLI 参考，请阅读 skills/accounting-news-monitor/SKILL.md。

2H. 新闻简报收件箱

如果客户配置了新闻简报监控：

python3 skills/newsletter-monitor/scripts/scan_newsletters.py \
  --days <lookback> --output json

有关完整 CLI 参考，请阅读 skills/newsletter-monitor/SKILL.md。

2I. 评价网站

针对每个已配置的评价 URL：

python3 skills/review-site-scraper/scripts/scrape_reviews.py \
  --platform <platform> --url "<review_url>" \
  --days <lookback> --max-reviews 20 --output json

有关完整 CLI 参考，请阅读 skills/review-site-scraper/SKILL.md。

第 3 阶段：整合与分类

收集完所有数据后，整合结果：

1. 去重 — 找出出现在多个来源中的条目（例如，同一则新闻同时出现在博客和 Reddit 上）。保留信息最丰富的版本，但注明其出现在多个来源中（信号更强）。

2. 分类 — 将每个条目归入以下类别之一：

类别	关注内容
竞争对手动态	关闭、发布、融资、战略转向、负面评价、领导层变动、价格变更
行业活动	即将举办的会议、网络研讨会、线下聚会、演讲名额、征集演讲提案（CFP）、奖项提名
市场趋势	热门讨论、热点话题、新兴主题、情绪变化、采用情况数据
监管 / 政策	新法规、合规变更、政府行动、标准更新
人员变动	竞争对手或目标公司的关键人员入职、离职、晋升
技术	新产品发布、集成、平台变更、弃用
融资 / 并购	收购、合并、融资轮次、私募股权投资、IPO 信号
痛点	人们公开抱怨客户端能够解决的问题
内容机会	热门内容、爆红帖子、现有报道中的空白、尚未解答的问题

3. 评估相关性 — 根据其与客户端 ICP 和价值主张的直接关联程度，评为高 / 中 / 低。

4. 过滤噪声 — 除非低相关性的条目确实值得关注，否则将其剔除。目标是信号，而不是数量。

第 4 阶段：挖掘战略机会

审查整合后的情报，找出能够带来切实 GTM 机会的条目（或相关条目组）。

重要：不要强行为每个条目套用策略。 许多条目只是“值得了解”——这完全没问题，可将其纳入情报简报。只有在确实存在可执行且可能显著促进增长的机会时，才提出策略构想。

针对每个真实机会，提供：

字段	说明
触发因素	发生了什么——引发这一构想的情报条目
策略	如何应对——具体、可执行，而非含糊笼统
战术	2-4 个具体后续步骤，适用时注明技能引用
紧迫程度	Immediate（今天 / 本周执行）、Soon（接下来 2 周内执行）或 Evergreen
工作量	Low（1-2 小时）、Medium（半天）、High（多日项目）
预期影响	说明其重要性——能触达哪些人群、可能带来什么成果

可借鉴的策略模式

将以下内容作为灵感，而非清单。根据触发因素匹配相应模式：

竞争对手陷入困境（停业、差评、裁员、转型）：

• 发布面向其客户的迁移指南或对比指南
• 通过评论网站、提及该竞争对手的 LinkedIn 帖子等渠道找到其客户 → 联系他们
• 在讨论停业或相关问题的社交媒体帖子下参与互动
• 创建「X 的替代方案」内容，获取 SEO 流量
• 技能：web-archive-scraper（找回其客户名单）、review-site-scraper（找到评论者）、linkedin-post-research（找到提及该竞争对手的帖子）、cold-email-outreach

行业活动即将举行：

• 申请演讲（如果还有演讲名额）
• 规划活动前的参会者联系（技能：luma-event-attendees 或 conference-speaker-scraper）
• 创建活动专属内容（例如：「我们在 [活动] 上关注什么」）
• 规划现场参与和后续跟进活动

帖子走红或讨论成为热门话题：

• 在相关讨论帖中认真参与（LinkedIn 评论、Reddit 回复、推文）
• 创建回应内容（博客文章、LinkedIn 帖子），分享客户的专业见解
• 如果发帖者属于 ICP，直接跟进
• 技能：linkedin-post-research、company-contact-finder

宣布收购或合并：

• 联系被收购公司的客户（他们正处于过渡期，更愿意考虑其他选择）
• 创建介绍此次收购对行业意味着什么的内容
• 技能：web-archive-scraper（查找客户名单）、company-contact-finder

新法规或政策变更：

• 创建教育性内容，将客户定位为专家
• 直接联系受变更影响的公司
• 举办网络研讨会或发布合规指南

显现出的痛点（Reddit 抱怨、负面评论、LinkedIn 吐槽）：

• 在相关帖子下提供帮助（不要推销——先创造价值）
• 如果发帖者属于 ICP，通过私信或邮件直接跟进
• 创建针对该具体痛点的内容
• 技能：company-contact-finder

热门话题或内容缺口：

• 在话题热度正盛时发布思想领导力内容
• 由 CEO／创始人在 LinkedIn 发布独到见解
• 围绕热门话题制作播客或举办网络研讨会

目标公司宣布融资：

• 联系该公司（融资后有预算购买新工具）
• 技能：company-contact-finder、cold-email-outreach

第 5 阶段：生成输出

按照以下结构，将报告保存到当前工作目录，文件名为 industry-scan-<YYYY-MM-DD>.md（或用户指定的路径）：

---

# Industry Intelligence Briefing — <Client Name>
**Date:** <YYYY-MM-DD>
**Scan type:** Daily / Weekly
**Sources scanned:** <list of sources that returned results>

---

## Executive Summary

<2-3 sentence overview of the most important findings. What should the client pay attention to today?>

---

## Intelligence Briefing

### Competitor News
| Item | Source | Link | Relevance |
|------|--------|------|-----------|
| ... | ... | ... | High/Med |

### Industry Events
| Item | Source | Link | Date | Relevance |
|------|--------|------|------|-----------|

### Market Trends
| Item | Source | Link | Engagement | Relevance |
|------|--------|------|------------|-----------|

### Funding / M&A
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### Regulatory / Policy
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### Technology
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### People Moves
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### Pain Points & Complaints
| Item | Source | Link | Engagement | Relevance |
|------|--------|------|------------|-----------|

### Content Opportunities
| Item | Source | Link | Why | Relevance |
|------|--------|------|-----|-----------|

*(Only include sections that have items. Skip empty categories.)*

---

## Strategic Growth Opportunities

*(Only include opportunities where there's a genuine, actionable strategy with meaningful potential impact. It is completely fine to have zero opportunities on a quiet day.)*

### Opportunity 1: <Short title>

**Trigger:** <What happened>

**Strategy:** <What to do about it>

**Tactics:**
1. <Specific action> *(skill: <skill-name> if applicable)*
2. <Specific action>
3. <Specific action>

**Urgency:** Immediate / Soon / Evergreen
**Effort:** Low / Medium / High
**Expected Impact:** <Why this matters>

---

### Opportunity 2: ...

---

## Scan Statistics

- **Total items found:** X
- **By category:** Competitor News (X), Events (X), Trends (X), ...
- **Opportunities identified:** X
- **Sources that returned results:** X of Y configured

---

配置

每位客户都需要在 clients/<client>/config/industry-scanner.json 中配置一个文件。完整的架构请参见 skills/industry-scanner/config/example-config.json。

关键字段：

• web_search_queries — 广泛的行业搜索词
• competitors — 要监控的竞争对手名称
• subreddits + reddit_keywords — Reddit 监控配置
• twitter_queries — Twitter/X 搜索词
• linkedin_keywords — LinkedIn 帖子搜索词
• blog_urls — 行业出版物 URL（用于 RSS 抓取）
• hn_queries — Hacker News 搜索词
• review_urls — 竞争对手的评论页面 URL（G2、Capterra、Trustpilot）
• event_keywords — 会议和活动搜索词

提示

• 每日与每周： 每日扫描（--lookback 1）速度快，但可能会漏掉发展较慢的动态。每周一运行一次每周深度扫描（--lookback 7），以获得全面覆盖。
• 噪声较多的来源： 如果某个来源持续返回无关结果，请调整配置中的关键词，而不是直接移除该来源。
• 多来源信号： 同时出现在多个来源（例如 Reddit 和 Twitter 上都有）的条目具有更高信号价值。请在简报中标记这些条目。
• 策略质量胜过数量： 某天没有战略机会，也好过硬凑出五个。即使没有机会，情报简报本身也有独立价值。
• 后续跟进： 如果某个机会提到了下游技能（例如 company-contact-finder），用户可以直接接入该技能采取行动。

依赖项

除各子技能所需的依赖项外，无其他依赖：

• requests（Python）——用于 blog-feed-monitor、reddit-post-finder、twitter-mention-tracker、hn-scraper、review-site-scraper、news-monitor
• APIFY_API_TOKEN 环境变量——用于 Reddit、Twitter 和评论抓取
• agentmail + python-dotenv——用于 newsletter-monitor（如已配置）
• APIFY_API_TOKEN——LinkedIn 帖子搜索通过 linkedin-post-research 技能进行（基于 Apify）