Token导航 LogoToken导航

Agent Skill · 研究检索

ai-market-researcher(AI 市场研究员)

ai-market-researcher 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

ai-market-researcher 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 14,413。

总安装 8,568周安装 357GitHub Stars 公开资料未说明下载 2,856核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:ai-market-researcher(AI 市场研究员)
来源仓库:https://github.com/earthwalking/ai-market-researcher
安装命令:
openclaw skills install ai-market-researcher
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install ai-market-researcher

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

AI赋能的市场调研与竞品分析助手,专为科研人员和学术创业者设计。当用户需要进行技术市场分析、竞品调研、技术趋势预测、目标用户画像分析或行业数据收集时触发。支持多维度市场评估,帮助学术成果找到最佳商业化路径。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install ai-market-researcher;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

ai-market-researcher 怎么安装?

在终端执行 openclaw skills install ai-market-researcher。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ai-market-researcher 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

ai-market-researcher 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

ai-market-researcher 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

ai-market-researcher 用的人多吗?

公开数据是累计安装 8,568 次,近一周安装 357 次,下载 2,856 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

ai-market-researcher 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
ai-market-researcher

AI 市场研究员 · 本页

8,568—权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
ai-market-research
description
AI赋能的市场调研与竞品分析助手,专为科研人员和学术创业者设计。当用户需要进行技术市场分析、竞品调研、技术趋势预测、目标用户画像分析或行业数据收集时触发。支持多维度市场评估,帮助学术成果找到最佳商业化路径。
triggers

AI市场调研与竞品分析助手

概述

本Skill专为科研人员和技术创业者设计,利用AI智能体快速完成传统需要数周的市场调研工作。通过系统化的分析框架,帮助用户洞察技术市场机会、识别竞争对手、预测技术趋势,为学术成果的商业化决策提供数据支撑。

核心能力

1. 市场规模与趋势分析

  • TAM/SAM/SOM计算:总可寻址市场、可服务市场、可获得市场的三层分析
  • 市场增长率预测:基于历史数据和行业报告的未来3-5年趋势预测
  • 技术成熟度曲线:结合Gartner Hype Cycle分析技术所处阶段
  • 政策环境扫描:相关政策法规对市场的影响分析

2. 竞品深度分析

  • 竞品识别:直接竞品、间接竞品、潜在替代品识别
  • 竞品画像:产品功能、技术路线、定价策略、市场份额
  • 优劣势对比:SWOT分析框架下的竞争态势评估
  • 差异化定位:寻找技术切入点和差异化优势

3. 技术趋势预测

  • 专利趋势分析:通过专利数据洞察技术发展方向
  • 论文热点追踪:顶会顶刊的研究热点和前沿趋势
  • 投资热度监测:VC/PE投资流向反映的技术风口
  • 技术路线图生成:基于SciPlot等工具的可视化技术演进路径

4. 目标用户分析

  • 用户画像构建:B端企业用户或C端消费者画像
  • 需求痛点挖掘:待解决问题的优先级排序
  • 购买决策链:B端客户的决策流程和关键影响人
  • 价格敏感度:不同用户群体的支付意愿分析

工作流程

第一步:明确调研目标

输入:技术/产品概念描述
输出:调研范围界定、关键问题清单、时间规划

第二步:多源数据整理

工具:Web Search、微信文章搜索、行业报告数据库
数据源:
- 行业研究报告(艾瑞、易观、IDC、Gartner)
- 政府统计数据
- 上市公司财报
- 专利数据库
- 学术文献
- 新闻报道与行业媒体

第三步:竞品清单构建

方法:
1. 直接竞品搜索(相同技术路线)
2. 间接竞品识别(解决相同问题的不同方案)
3. 替代品分析(可能颠覆现有方案的新技术)
4. 标杆企业研究(行业领导者最佳实践)

输出:竞品清单及基础信息表

第四步:深度分析执行

分析维度:
- 产品功能对比矩阵
- 技术路线对比
- 定价策略分析
- 市场定位对比
- 融资历程与估值
- 团队背景分析

第五步:洞察与建议

输出:
- 市场机会点识别
- 竞争优势与劣势
- 差异化定位建议
- 进入时机判断
- 风险因素提示

分析框架与模板

竞品分析矩阵模板

维度我方技术竞品A竞品B竞品C
核心技术
产品形态
目标客户
定价模式
优势
劣势

市场吸引力评估模型

评分维度(1-5分):
1. 市场规模(TAM)
2. 增长率(CAGR)
3. 竞争强度(反向评分)
4. 进入壁垒
5. 政策支持力度
6. 技术匹配度

总分 = Σ各维度得分
评估:
- 25-30分:极具吸引力
- 18-24分:值得进入
- 12-17分:谨慎评估
- <12分:建议放弃

技术趋势预测框架

短期(1-2年):
- 技术成熟度
- 工程化可行性
- 首批 adopters

中期(3-5年):
- 市场渗透率预测
- 竞争格局演变
- 技术迭代方向

长期(5年+):
- 颠覆性技术威胁
- 替代方案可能性
- 行业重构机会

典型使用场景

场景1:新技术商业化前的市场验证

用户输入:"我们的新型纳米材料在实验室表现出色,想了解一下在新能源电池领域的应用前景和市场竞争情况"

Skill响应:

  1. 搜索新能源电池材料市场规模和增长趋势
  2. 识别现有纳米材料竞品(碳纳米管、石墨烯等)
  3. 分析主流电池厂商的技术路线和供应商
  4. 评估技术差异化和竞争优势
  5. 输出市场进入策略建议

场景2:竞品深度调研

用户输入:"请帮我分析一下智能纺织面料这个赛道的主要竞争对手,包括他们的技术路线和市场策略"

Skill响应:

  1. 识别智能纺织面料领域的头部企业
  2. 分析各家的核心技术(导电纤维、传感技术、温控材料等)
  3. 对比产品应用场景和市场定位
  4. 梳理融资历程和估值情况
  5. 生成竞争态势图谱

场景3:技术趋势预测

用户输入:"我想了解一下AI在材料科学领域的应用趋势,未来3-5年有哪些值得关注的技术方向?"

Skill响应:

  1. 搜索AI+材料科学的最新研究进展
  2. 分析顶刊论文和顶会报告的热点
  3. 追踪相关领域的投资趋势
  4. 识别技术突破点和产业化机会
  5. 生成技术路线图和趋势报告

输出规范

市场分析报告结构

1. 执行摘要(Executive Summary)
   - 核心发现(3-5条)
   - 关键建议

2. 市场概览
   - 市场规模与增长
   - 市场细分
   - 驱动因素与制约因素

3. 竞争格局
   - 主要玩家分析
   - 市场份额分布
   - 竞争强度评估

4. 技术趋势
   - 当前技术状态
   - 技术演进方向
   - 颠覆性技术威胁

5. 机会与风险
   - 市场机会点
   - 进入壁垒
   - 风险因素

6. 行动建议
   - 差异化定位
   - 进入策略
   - 关键里程碑

竞品分析报告结构

1. 竞品概览
   - 竞品清单与分类
   - 基本信息汇总

2. 详细对比分析
   - 功能/技术对比矩阵
   - 定位与策略对比
   - 优劣势分析

3. 竞争态势图
   - 市场定位图(价格-性能矩阵)
   - 技术路线图对比

4. 洞察与建议
   - 差异化机会
   - 竞争策略建议

注意事项

  1. 数据时效性:市场数据需标注来源和时间,优先使用最新数据
  2. 信息交叉验证:多源信息对比,避免单一来源的偏差
  3. 地域差异:注意区分全球市场、中国市场、区域市场的差异
  4. 技术迭代速度:科技领域变化快,需关注最新动态
  5. 商业机密边界:避免使用非法获取的竞品内部信息

相关资源

  • 行业报告数据库:艾瑞咨询、易观分析、IDC、Gartner
  • 专利数据库:Google Patents、国家知识产权局
  • 投融资数据:IT桔子、企名片、Crunchbase
  • 学术文献:Google Scholar、Web of Science、知网

平台分布

OpenClaw

79.26%
按下载量换算2,264

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills