Competitive-Ops -- 路由器

模式路由

根据 {{mode}} 确定执行模式：

发现模式（无参数）

显示以下菜单：

competitive-ops -- 竞争情报指挥中心

可用命令：
  /competitive-ops add <company>      → 添加竞争对手到追踪列表
  /competitive-ops analyze <company>  → 完整分析：SWOT + 评分 + HTML 报告
  /competitive-ops compare <A> vs <B> → 并列功能矩阵对比
  /competitive-ops update <company>   → 检查自上次分析以来的变更
  /competitive-ops pricing <company> → 定价研究，含变更检测
  /competitive-ops pricing-deep-dive <company> → 深度定价分析，含价值评分
  /competitive-ops batch              → 批量处理多个竞争对手
  /competitive-ops report             → 生成汇总报告
  /competitive-ops track             → 查看追踪仪表盘
  /competitive-ops monitor [daily|weekly|monthly] → 设置定时监控
  /competitive-ops pdf [report]      → 将报告导出为 PDF
  /competitive-ops png [report]      → 将报告导出为 PNG 图像

首次使用？输入 "setup" 以配置公司信息。

设置模式

当 {{mode}} 为 setup 时：

第一步：安装依赖

检查所需工具是否存在，缺失则自动安装：

1. Playwright（用于截图，必需）：

- 运行：npx playwright install chromium

- 验证：npx playwright --version

1. ui-ux-pro-max（用于生成 HTML 报告）：

- 安装：npx -y uipro-cli init --ai claude（在项目目录中执行）

- 插件位置：{project}/.claude/skills/ui-ux-pro-max/

- 使用方式：/skill ui-ux-pro-max

1. Tavily MCP（可选，作为备用搜索工具）：

- 正确包名：tavily-mcp（非 @tavily/tavily-mcp）

- 添加方式：claude mcp add tavily -- npx -y tavily-mcp

- 设置 API 密钥：TAVILY_API_KEY=your_key

1. Python 依赖项（必需，建议使用虚拟环境）：

python3 -m venv .venv && source .venv/bin/activate && pip install -r requirements.txt

• 或直接运行：pip install -r requirements.txt（在项目目录中）

第二步：系统配置

检查系统是否已正确配置：

1. 必需项：确认 data/competitors.md 文件存在

- 若不存在，可从模板创建，或新建一个带表头的空文件：

# Competitors Tracker
| # | Company | Tier | Score | Status | Last Updated | Notes |
|---|---------|------|-------|--------|--------------|-------|

1. 可选项：cv.md 和 config/profile.yml

- 用于定义自身产品的评分上下文

- 基础竞争分析无需此文件

- 若缺失，跳过并继续后续分析

第三步：设置摘要

输出配置状态总结：

✅ competitive-ops v2 已准备就绪！

已安装：
  ✅ Playwright（截图功能）
  ✅ ui-ux-pro-max（HTML 报告：npx -y uipro-cli init --ai claude）
  ✅ Tavily MCP（备用搜索）
  ✅ Python 依赖项

必需项：
  ✅ data/competitors.md

可选项（用于评分上下文）：
  [?] cv.md（自身产品信息）
  [?] config/profile.yml

添加模式

当 {{mode}} 为 add 时：

1. 读取参数中的 {{company}}
2. 检查该竞争对手是否已在 data/competitors.md 中存在

- 若已存在：输出警告：“⚠️ {company} 已在追踪列表中（当前评分：X）”，跳过添加

- 若为新公司：添加条目，并分配层级（Tier 1/2/3）

1. 创建初始研究结构（快照文件夹）
2. 输出确认信息，包含层级和初始评分占位符

搜索降级顺序

进行竞争对手调研时，按以下优先级使用搜索方式：

1. web-search → 主要搜索工具
2. web-fetch → 用于获取特定网页的详细信息
3. Tavily MCP 服务器 → 当本地工具不可用时的备用方案

Tavily MCP 使用说明：

使用 Tavily MCP 服务器进行竞争情报搜索：
- tavily-search 用于获取公司概况、产品、定价等信息
- tavily-search topic="business" 用于商业情报查询
- tavily-search topic="news" 用于获取最新新闻动态

降级检测逻辑：

• 若 web-search 返回无结果或报错 → 尝试 web-fetch
• 若 web-fetch 失败或不可用 → 调用 Tavily MCP 服务器
• 所有搜索操作均需记录所使用的搜索方法至报告元数据中

分析模式

当 {{mode}} 为 analyze 时：

技能：competitive-ops
版本：1.0.0
分块：2/4

1. 从参数中读取 `{{company}}` 和可选的 `{{html}}` 标志
2. 检查 `data/competitors.md` 中是否存在该竞争对手
   - **若为新公司**：先将公司信息添加至 `data/competitors.md`
   - **若已存在**：提示信息：“ℹ️ 新分析：{company}”
3. 执行研究（按以下优先级顺序）：
   - 首选网页搜索获取公司信息
   - 次选针对特定 URL 的网页抓取
   - 必要时回退至 Tavily MCP 服务器
   - 多源交叉验证结果
4. 生成 SWOT 分析
5. 在 6 个维度上进行评分
6. 将报告生成至 `data/reports/{date}/{company}-{date}.md`
   - **始终创建新文件（从不覆盖旧文件）**
   - **更新符号链接**，使其指向最新报告：

rm -f data/reports/latest/{company}.md

ln -s ../{date}/{company}-{date}.md data/reports/latest/{company}.md

   此操作确保 `latest/` 始终指向最新的分析结果，与日期无关。
7. **若参数中包含 `html` 标志**：
   - 读取 Markdown 报告内容
   - 调用 ui-ux-pro-max 技能：`/skill ui-ux-pro-max`
   - 使用 Tailwind 深色主题生成 HTML 报告
   - 保存至 `data/reports/html/{company}-{date}.html`
8. 更新 `data/competitors.md`，写入最新评分和日期
9. 输出摘要，包含评分与置信度
   - 若生成了 HTML 报告，一并提供路径

**注意**：如需追踪增量变更，请使用 `update` 模式。`analyze` 模式始终生成全新分析。

---

## 对比模式

当 `{{mode}}` 为 `compare` 时：

1. 从参数中解析 `A vs B` 及可选的 `{{html}}` 标志
2. 从 `data/reports/latest/` 加载两家公司的最新报告
3. 生成功能矩阵对比表
4. 进行得分差值分析
5. 将对比结果保存至 `data/reports/{date}/compare-{A}-vs-{B}-{date}.md`
6. **若参数中包含 `html` 标志**：
   - 读取对比的 Markdown 报告
   - 调用 ui-ux-pro-max 技能：`/skill ui-ux-pro-max`
   - 使用 Tailwind 深色主题生成 HTML 报告
   - 保存至 `data/reports/html/compare-{A}-vs-{B}-{date}.html`
7. 输出对比报告路径

---

## 更新模式

当 `{{mode}}` 为 `update` 时：

1. 从参数中读取 `{{company}}`
2. 重新执行研究（遵循搜索回退顺序）：
   - 优先尝试网页搜索或网页抓取
   - 若不可用，回退至 Tavily MCP 服务器
3. 从 `data/reports/{company}-{prev-date}.md` 加载上一次的报告作为基准
4. 生成新的分析结果：SWOT + 评分 → 生成新文件 `data/reports/{company}-{date}.md`
5. **差异分析**：对比旧报告与新报告，计算各维度的得分变化
6. **若任一维度得分变化 ≥ 5% → 向用户发出警告（带 🔴 标记）**
7. 将快照保存至 `data/snapshots/{company}/{date}.json`
8. 输出：
   - 新报告路径
   - 得分变化表（各维度：旧值 → 新值）
   - 变更日志：具体变动内容（新增功能、价格调整等）

---

## 定价模式

当 `{{mode}}` 为 `pricing` 时：

1. 从参数中读取 `{{company}}` 和可选的 `{{html}}` 标志
2. 研究定价信息（按以下回退顺序）：
   - 公司官网（优先尝试 web-fetch）
   - G2、Capterra、Glassdoor
   - 新闻文章
   - 必要时回退至 Tavily MCP 服务器获取商业情报
3. 与 `data/snapshots/pricing/{company}.json` 中的记录进行比对
4. 若检测到变化，向用户发出变更详情提醒
5. 更新 `data/snapshots/pricing/{company}.json`
6. 将定价报告保存至 `data/reports/{date}/pricing-{company}-{date}.md`
7. **若参数中包含 `html` 标志**：
   - 读取定价报告的 Markdown 内容
   - 调用 ui-ux-pro-max 技能：`/skill ui-ux-pro-max`
   - 使用 Tailwind 深色主题生成 HTML 报告
   - 保存至 `data/reports/html/pricing-{company}-{date}.html`
8. 输出定价表格

---

## 定价深度分析模式

当 `{{mode}}` 为 `pricing-deep-dive` 时：

1. 从参数中读取 `{{company}}`
2. 从以下来源全面研究定价数据（按回退顺序）：
   - 公司官网（优先使用 web-fetch 抓取定价页面）
   - G2、Capterra、TrustRadius（获取经验证的定价信息）
   - 提及定价变动的新闻文章
   - 必要时使用 Tavily MCP 服务器获取商业情报
3. 从 `data/pricing-snapshots/{company}.json` 加载之前的快照（若存在）
4. **使用 scripts/pricing_analyzer.py 构建 PricingSnapshot**：

from scripts.pricing_analyzer import PricingSnapshot, Plan, PricingAnalyzer, save_snapshot

snapshot = PricingSnapshot(

company="CompanyName",

last_updated="2026-04-07",

plans=[

Plan(

name="Pro",

type="subscription",

price=20.0,

period="monthly",

users=10,

api_access=True,

price_per_1m_input=1.0,

price_per_1m_output=3.0,

features=["API Access", "Advanced Analytics", "Priority Support"]

)

],

enterprise=True,

free_tier=True,

sources=["https://example.com/pricing"]

)

5. **使用 PricingAnalyzer 计算价值评分**：

analyzer = PricingAnalyzer(subscription_baseline=10.0, api_baseline=1.0)

for plan in snapshot.plans:

score = analyzer.compute_value_score(plan)

print(f"{plan.name}: {score:.2f}")

6. **使用 PricingChangeDetector 检测变更**：

from scripts.pricing_analyzer import PricingChangeDetector

detector = PricingChangeDetector(any_change=True) # 任何变更均触发警报

if old_snapshot:

changes = detector.detect_change(old_snapshot, new_snapshot)

for change in changes:

print(f"ALERT: {change.description}")

7. 将快照保存至 `data/pricing-snapshots/{company}.json`
8. **使用模板生成深度分析报告**：
   - 读取模板文件：`templates/report/markdown/pricing-deep-dive-template.md`
   - 填充所有章节：执行摘要、价值对比、计划详解、定价历史、警报日志
   - 保存至 `data/reports/{date}/pricing-deep-dive-{company}-{date}.md`
9. 输出摘要，包含价值评分及检测到的所有变更

**核心功能：**
- 价值评分 = (功能数量 / 价格) × 市场标准化系数
- AI API 基线：1美元/100万token = 评分3.0
- SaaS 基线：10美元/用户/月 = 评分3.0
- **任何价格变动均触发警报**（无阈值设定）
- 以 JSON 格式存储每 token 价格数据，支持程序化访问

---

## 批量模式

**多智能体并行实现**（详见 `modes/batch.md` 完整说明）

当 `{{mode}}` 为 `batch` 时：

1. 从参数中读取可选的层级过滤（例如 `batch tier 1` → 仅处理 Tier 1）
2. 检查是否存在 `data/batch-queue.md` 文件，其中包含公司列表
3. 若文件不存在，提示用户创建
4. **若指定层级，则进行筛选**（例如 `tier 1` → 仅处理 ## Tier 1 部分）
5. **使用 TeamCreate 创建智能体团队**
6. **并行启动多个智能体** —— 每家公司对应一个智能体（最多并发5个）
7. 每个智能体独立执行完整的 `analyze` 流程
8. 在 `data/batch-status.json` 中跟踪进度
9. 汇总所有智能体的结果
10. 输出批量分析摘要

**关键特性：** 使用 Claude Code 多智能体架构，实现约3倍速度提升

### 批量队列格式

创建 `data/batch-queue.md`：

批量队列

Tier 1（直接竞争对手）

• Anthropic
• OpenAI
• Google DeepMind

Tier 2（间接竞争对手）

• Mistral
• Cohere
• Meta AI

Tier 3（新兴企业）

• Character.AI
• Inflection

或使用 CSV 格式文件 `data/batch-queue.csv`：

company,tier,priority

Anthropic,1,high

OpenAI,1,high

Mistral,2,medium

---

## 报告模式

当 `{{mode}}` 为 `report` 时：

1. 检查参数中是否包含可选的 `html` 标志及过滤条件（公司、日期范围）
2. 汇总 `data/reports/` 目录下的所有报告
3. 生成合并报告至 `data/reports/{date}/consolidated-{date}.md`
4. **若参数中包含 `html` 标志：**
   - 读取合并后的 Markdown 报告
   - **生成带 ECharts 可视化的 HTML 报告：**
     - 价值评分条形图（按总评分排名）
     - 雷达图（展示所有竞争对手在6个维度的表现）
     - 定价热力图（按模型列出输入/输出价格）
   - **价格变动检测：**
     - 与 `data/snapshots/pricing/{company}.json` 中的历史快照对比
     - 用 🔴 警报徽章标记价格变化
     - 显示变动幅度（如："-67%"、"+20%"）
   - 使用 Tailwind 深色主题 + ECharts 生成 HTML 报告
   - 保存至 `data/reports/html/index.html`
5. 输出报告路径（若生成了 HTML，一并返回路径）

**ECharts 集成：**
- 通过 CDN 引入 ECharts 5.x：`https://cdn.jsdelivr.net/npm/echarts@5.4.3/dist/echarts.min.js`
- 图表需响应式设计，并采用深色主题以匹配 Tailwind 深色模式

**HTML 模板 CSS（需放入 `<head>`）：**

<style>

section { page-break-inside: avoid; break-inside: avoid; }

div { page-break-inside: avoid; break-inside: avoid; }

table { page-break-inside: avoid; break-inside: avoid; }

</style>

每个 section、内部 div 和 table 必须设置 `page-break-inside: avoid`，防止内容被拆分到不同 PDF 页面。

**图表布局规范：**
- 条形图：左侧留白约15%，避免纵坐标标签被截断，高度 320px
- 雷达图：图例置于右侧（垂直排列），避免与7家公司的数据重叠，高度 400px
- 热力图：模型名称缩短（如 "Gemini 3.1 Flash" → "Gemini 3.1"），防止标签重叠，高度 400px
- 雷达图与热力图采用 `grid-cols-2` 并排布局
- 添加悬停提示，显示精确数值

---

## 监控模式

当 `{{mode}}` 为 `monitor` 时：

使用 `/loop` 技能配置持续性的竞争情报监控：

1. 从参数中读取可选的 `interval`（例如 `monitor daily`、`monitor weekly`）
   - 默认值：weekly
   - 可选项：`daily`、`weekly`、`monthly`
2. 解析 `data/competitors.md` 中的公司列表
3. 使用 `/loop` 设置定时任务：

/loop [interval] /competitive-ops update [company]

4. 如需全量批量监控：

/loop [interval] /competitive-ops batch

5. 将调度信息存入 `data/.monitor-schedule.json`：

{

"enabled": true,

"interval": "weekly",

"last_run": "2026-04-07",

"next_run": "2026-04-14",

"companies": ["Anthropic", "OpenAI", "..."]

}

6. 输出确认信息，包含调度详情

**可用调度周期：**
- `daily` -- 57 8 * * * （本地时间上午8:57，避开高峰时段）
- `weekly` -- 57 8 * * 1 （每周一上午8:57）
- `monthly` -- 57 8 1 * * （每月1日早上8:57）

**监控范围建议：**
- Tier 1 竞争对手：建议每周更新
- Tier 2 竞争对手：每两周一次可接受
- 价格变动：每月审查一次

---

## PDF 模式

当 `{{mode}}` 为 `pdf` 时：

将报告导出为 PDF 用于外部分享：

1. 读取可选的 `report` 参数（默认为最新合并报告）
   - `pdf` → 导出 `data/reports/html/index.html`
   - `pdf anthropic` → 导出 `data/reports/html/anthropic-{date}.html`
2. 执行 PDF 导出脚本：

node scripts/export_pdf.js data/reports/html/index.html

该脚本使用 Playwright 实现：
   - 启动无头 Chromium
   - 设置视口为 1200x1600 以确保渲染效果
   - 等待网络空闲 + 3秒延迟，确保 ECharts 完全渲染
   - 生成 A4 尺寸 PDF，包含页边距和页码
3. 保存 PDF 至 `data/reports/pdf/{date}/{report}-{date}.pdf`
4. 输出 PDF 路径及文件大小

**PDF 脚本实现（`scripts/export_pdf.js`）：**

const { chromium } = require('playwright');

// - 启动无头 Chromium

// - 设置视口为 1200x1600 以保证渲染质量

// - 等待网络空闲 + 3秒，确保 ECharts 完全加载

// - 生成 A4 PDF，包含页边距和页码

// - 添加页脚："Page X of Y | competitive-ops v2 | {date}"

**HTML 报告中的 PDF 分页样式：**
在 HTML 报告的 `<head>` 中添加以下样式：

<style>

section { page-break-inside: avoid; break-inside: avoid; }

div { page-break-inside: avoid; break-inside: avoid; }

table { page-break-inside: avoid; break-inside: avoid; }

</style>

**PDF 输出位置：**
| 报告类型 | PDF 保存路径 |
|--------|-------------|
| 综合报告 | `data/reports/pdf/{date}/index-{date}.pdf` |
| 公司报告 | `data/reports/pdf/{date}/{company}-{date}.pdf` |
| 对比报告 | `data/reports/pdf/{date}/compare-{A}-vs-{B}-{date}.pdf` |

**PDF 样式设置：**
- 使用 Playwright 渲染 ECharts 图表，并等待 3 秒以确保 JavaScript 执行完成
- 通过 CSS 的 page-break 属性防止章节内容跨页断裂
- A4 纸张尺寸，边距为 15mm
- 深色主题，保留打印背景颜色

---

## PNG 模式

当 `{{mode}}` 为 `png` 时：

将报告导出为 PNG/JPEG 图像，便于视觉分享：

1. 读取可选的 `report` 参数（默认值：最新的综合报告）
   - `png` → 导出 `data/reports/html/index.html`
   - `png anthropic` → 导出特定公司的报告
2. 运行图像导出脚本：

node scripts/export_image.js data/reports/html/index.html

该脚本使用 Playwright 实现以下功能：
   - 等待 ECharts 完全渲染（3 秒延迟）
   - 验证 ECharts 实例是否存在
   - 截取视口截图（默认尺寸 1400x900）或整页截图
3. 将图像保存至 `data/reports/images/{date}/{report}-{date}.png`
4. 输出图像路径、文件大小和格式信息

**图像脚本选项（`scripts/export_image.js`）：**

node scripts/export_image.js [html-path] [options]

-o, --output <path> 输出文件路径

-f, --full 截取整页（而非仅视口）

-j, --jpeg 导出为 JPEG（默认：PNG）

**图像输出位置：**
| 报告类型 | 图像保存路径 |
|--------|---------------|
| 综合报告 | `data/reports/images/{date}/index-{date}.png` |
| 公司报告 | `data/reports/images/{date}/{company}-{date}.png` |

**图像特性：**
- 高分辨率截图，确保 ECharts 图表完全渲染
- 保留深色背景（`omitBackground: false`）
- 默认导出 PNG 格式，支持 JPEG 质量选项
- 支持视口截屏或整页截屏模式

---

## 跟踪模式

当 `{{mode}}` 为 `track` 时：

1. 读取 `data/competitors.md` 文件
2. 显示仪表盘：
   - 列出所有竞争对手及其评分
   - 显示最近更新时间
   - 标注提醒标志（数据过期、显著变化等）
   - 支持按层级、评分、状态筛选
3. 输出格式化表格

---

## 共享上下文

所有模式均可访问以下资源：

- `cv.md` —— 您公司/产品的定义文档
- `config/profile.yml` —— 配置文件
- `config/sources.yml` —— 受信任的数据源列表
- `modes/_shared.md` —— 评分体系、角色分类、规则说明
- `modes/_profile.md` —— 用户自定义配置

---

## 评分体系

**参考权重（可在 `modes/_profile.md` 或 `config/profile.yml` 中自定义）：**

| 维度 | 默认权重 |
|------|----------|
| 产品成熟度 | 20% |
| 功能覆盖度 | 20% |
| 定价策略 | 15% |
| 市场存在感 | 15% |
| 增长轨迹 | 10% |
| 品牌实力 | 10% |

**置信度等级（可自定义）：**
- 🟢 高：3 个及以上来源一致
- 🟡 中：2 个来源一致
- 🔴 低：存在冲突或数据不足

---

## 角色分类

**参考类型（可在 `modes/_profile.md` 或 `config/profile.yml` 中自定义）：**

将竞争对手分类为以下类型：
- **直接竞争者** —— 同类产品，同一市场
- **间接竞争者** —— 不同方法，解决相同需求
- **新兴威胁** —— 新技术、新模型
- **替代威胁** —— 替代性解决方案
- **相邻玩家** —— 用户有重叠
- **参考模型** —— 行业标杆

---

## 输出位置

**标准结构：** 所有报告按日期组织在 `data/reports/{date}/` 目录下，`latest/` 目录仅包含符号链接。

| 输出类型 | 保存路径 |
|----------|----------|
| 分析报告 | `data/reports/{date}/{company}-{date}.md` |
| 最新链接 | `data/reports/latest/{company}.md` → `../{date}/{company}-{date}.md` |
| 对比报告 | `data/reports/{date}/compare-{A}-vs-{B}-{date}.md` |
| 定价报告 | `data/reports/{date}/pricing-{company}-{date}.md` |
| 定价深度分析报告 | `data/reports/{date}/pricing-deep-dive-{company}-{date}.md` |
| 定价快照（JSON） | `data/pricing-snapshots/{company}.json` |
| 综合报告 | `data/reports/{date}/consolidated-{date}.md` |
| HTML 报告 | `data/reports/html/{company}-{date}.html` |
| PDF 报告 | `data/reports/pdf/{date}/{company}-{date}.pdf` |
| 图像（PNG） | `data/reports/images/{date}/{company}-{date}.png` |
| 快照（更新差异） | `data/snapshots/{company}/{date}.json` |
| 定价快照 | `data/snapshots/pricing/{company}.json` |
| 监控计划 | `data/.monitor-schedule.json` |
| 截图（Playwright） | `data/reports/screenshots/{company}-{date}.png` |
| 竞品跟踪表 | `data/competitors.md` |

**快照使用说明：**
- `update` 模式用于比较旧版与新版报告的得分（默认 ≥5% 触发警告，可自定义）
- `pricing` 模式用于对比历史定价变化
- 每次 `analyze` / `update` 操作后自动保存

**Playwright 使用说明：**
- 在 `analyze` / `report` 模式中生成竞品网站截图
- 当需要视觉证据时启用
- 为可选功能，不影响核心分析流程

**注意：** 报告不会被覆盖 —— 每次运行都会生成带日期的新文件。使用 `update` 模式进行增量变更追踪。

---

## 下一步操作

路由完成后，根据所选模式执行以下操作：
- 读取 `modes/{mode}.md` 获取模式专属指令
- 读取 `modes/_shared.md` 获取系统上下文
- 读取 `modes/_profile.md` 获取用户自定义配置

## 代理实现

对于 **批量模式**，采用多代理架构：

/competitive-ops batch tier 1

↓

TeamCreate: competitive-batch-{timestamp}

↓

Agent analyzer-1 → analyze Anthropic (并行)

Agent analyzer-2 → analyze OpenAI (并行)

Agent analyzer-3 → analyze Google DeepMind (并行)

↓

等待所有代理完成

↓

汇总结果 → 输出批量总结报告

每个代理独立执行 `analyze` 流程。