SignalHunt：AI 商业机会发现智能体

SignalHunt 是一个 AI 辅助的商业机会研究系统。它从公开讨论中收集真实需求，提取反复出现的用户痛点，对相似问题进行聚类和评分，最终生成结构化研究报告，并通过 Web 仪表盘展示结果。

核心能力

• 异步采集 Hacker News、GitHub、RSS、Reddit 和 Product Hunt 等公开数据
• 使用大语言模型提取结构化痛点，并修复常见的非标准 JSON 输出
• 聚类相似痛点，减少重复信息
• 根据出现频率、痛苦程度、付费意愿、方案缺口和可行性进行加权评分
• 使用 SQLite 保存历史结果，支持增量分析和趋势对比
• 提供 FastAPI + Chart.js 可视化仪表盘
• 支持将报告推送到 Discord

处理流程

公开数据源 → 数据采集 → 痛点提取 → 相似问题聚类
          → 机会评分 → Web 验证 → 数据库存储/报告 → 仪表盘

快速开始

需要 Python 3.11 或更高版本。

python -m venv .venv
# Windows
.\.venv\Scripts\Activate.ps1
# macOS/Linux
source .venv/bin/activate

pip install -r requirements.txt

复制环境变量模板，并填写自己的 API Key：

# Windows PowerShell
Copy-Item .env.example .env

# macOS/Linux
cp .env.example .env

设置 ANTHROPIC_API_KEY 后运行：

python main.py --domain "AI 开发者工具" --no-discord

如需使用其他兼容 Anthropic 协议的模型服务，可设置 ANTHROPIC_BASE_URL，并在 config/settings.json 中修改模型名称。

至少完成一次分析后，可以启动仪表盘：

pip install -r dashboard/requirements.txt
python dashboard/server.py

项目结构

src/collectors/   公开数据源采集器
src/analyzers/    痛点提取、聚类、评分和验证
src/storage/      SQLite 数据持久化
src/report/       Markdown 报告生成
dashboard/        API 与浏览器仪表盘
config/           不含密钥的运行配置
tests/            离线冒烟测试

运行产生的数据库和报告默认不会提交到 Git。请勿提交 .env 或任何 API 凭据。

运行测试

python -m unittest discover -s tests

项目边界

系统给出的分数属于研究性启发指标，不代表市场需求已经得到验证。准备投入实际开发前，仍需通过用户访谈、预售或真实付费行为验证机会。

开源协议

MIT