Token导航 LogoToken导航

Agent Skill · 研究检索

china-demand-mining(中国需求挖掘)

china-demand-mining 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。

china-demand-mining 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 4,325。

总安装 33,471周安装 1,341GitHub Stars 9下载 10,835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:china-demand-mining(中国需求挖掘)
来源仓库:https://github.com/fengertian5/china-demand-mining
安装命令:
openclaw skills install china-demand-mining
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 china-demand-mining

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。

从抖音、小红书、淘宝等公域平台提取用户评论与反馈,智能识别有效需求并生成分级调研报告。适用于挖掘特定领域或产品的用户需求,特别适合分析小红书评论和电商差评中的市场信号。通过关键词触发自动抓取数据源,输出结构化需求分类与优先级建议,支持快速决策参考。

安装命令:openclaw skills install china-demand-mining;需确认网络访问权限及目标平台接口可用性。注意维护状态与数据更新频率,避免依赖过期信息做商业判断,建议结合人工复核结果。

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 china-demand-mining;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

china-demand-mining 怎么安装?

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

china-demand-mining 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。

china-demand-mining 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

china-demand-mining 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。

china-demand-mining 用的人多吗?

公开数据是累计安装 33,471 次,近一周安装 1,341 次,下载 10,835 次,GitHub 9 星。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。

china-demand-mining 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。
  • 只想先试试效果、不希望它改动本地文件的人。

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
china-demand-mining

中国需求挖掘 · 本页

33,4719只读MIT-0有提醒

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
china-demand-mining
description
|

中国公域新媒体需求挖掘

从中国主流社交平台挖掘用户真实声音,发现产品需求和市场机会。

核心原则

数据量要求

  • 最低要求:每次需求挖掘必须至少抓取 2000条 清洗后的有效用户需求
  • 越多越好:数据量越大,需求分析越准确
  • 统计置信度:2000条数据达到95%置信度

智能数据源选择

根据需求类型自动选择最合适的数据源:

实物需求(产品/商品相关):

  • 必选平台:小红书、抖音、淘宝(优先级最高)
  • 可选平台:京东、拼多多、微博
  • 数据重点:产品评价、使用体验、差评分析

无实物需求(服务/内容/功能相关):

  • 必选平台:小红书、抖音、微博
  • 可选平台:视频号、知乎
  • 数据重点:用户评论、话题讨论、功能反馈
  • 注意:不去电商平台抓取数据

工作流程

Step 1: 明确挖掘目标

向用户确认:

  1. 挖掘对象: 特定产品还是领域
  2. 需求类型: 实物需求还是无实物需求
  3. 竞品范围: 是否分析竞品的用户反馈
  4. 时间范围: 近期(1个月)还是更长时间

Step 2: 判断需求类型与选择数据源

实物需求特征:

  • 涉及具体产品或商品
  • 用户关注产品质量、功能、价格
  • 适合从电商平台抓取评价数据

无实物需求特征:

  • 涉及服务、内容或功能
  • 用户关注体验、效率、便捷性
  • 不适合从电商平台抓取数据

数据源分配(总计2000+条):

需求类型平台数据量权重
实物需求小红书600-800条35%
实物需求抖音400-600条25%
实物需求淘宝600-1000条30%
实物需求京东200-400条15%
无实物需求小红书800-1000条40%
无实物需求抖音600-800条30%
无实物需求微博400-600条20%
无实物需求视频号200-400条10%

Step 3: 构建搜索策略

根据目标构建多维度搜索查询,参见 SEARCH_PATTERNS.md。

抱怨类关键词:

  • [产品] 难用 / 垃圾 / 坑 / 吐槽
  • [产品] 问题 / bug / 闪退
  • 弃用 [产品] / 从 [产品] 换到
  • 希望 [产品] 能 / [产品] 要是能
  • [产品] 替代品 / 比 [产品] 好用

平台搜索策略:

平台搜索方式特点
小红书关键词搜索笔记和评论真实体验、详细反馈
抖音视频关键词和评论即时吐槽、情绪强烈
微博话题搜索深度讨论、观点鲜明
淘宝商品评价和差评真实购买、差评价值高
视频号视频评论成熟用户、内容务实

Step 4: 执行数据抓取与清洗

数据抓取要求:

  • 原始数据抓取量:至少 3000-5000条
  • 清洗后有效数据:至少 2000条
  • 优先抓取负面反馈和差评(占比不低于40%)

数据清洗步骤:

  1. 去重:去除重复内容(相似度>80%视为重复)
  2. 过滤无效:删除广告、垃圾信息、字数少于5字的评论
  3. 文本清洗:去除表情符号和特殊字符
  4. 数据标注:情感倾向、需求类型、紧急程度

Step 5: 分析与分类

将收集的用户声音按维度分类,参见 ANALYSIS_FRAMEWORK.md。

分类体系:

  1. 功能缺失 - 用户想要但产品没有的功能
  2. 体验问题 - 使用中的摩擦和痛点
  3. 性能问题 - 速度、稳定性、兼容性
  4. 定价问题 - 价格、性价比、付费模式(实物需求)
  5. 内容问题 - 内容质量、数量问题(无实物需求)
  6. 竞品对比 - 用户为什么选择/离开

评估维度:

维度等级标准
频次高频50+ 条独立反馈
频次中频20-50 条独立反馈
频次低频<20 条独立反馈
情绪强度强烈垃圾、坑死、崩溃
情绪强度中等难用、失望、烦
情绪强度轻微希望、建议、期待
可操作性高可直接转化为产品任务
可操作性中需进一步调研
可操作性低过于模糊或主观

Step 6: 需求分级与优先级

根据频次 × 情绪强度 × 可操作性 确定优先级:

P0级(紧急重要):

  • 出现频率 > 100次(占比 > 5%)
  • 负面比例 > 50%
  • 影响核心功能使用

P1级(重要不紧急):

  • 出现频率 50-100次(占比 2.5-5%)
  • 负面比例 30%-50%
  • 影响用户体验

P2级(紧急不重要):

  • 出现频率 20-50次(占比 1-2.5%)
  • 负面比例 < 30%
  • 边缘功能问题

P3级(不紧急不重要):

  • 出现频率 < 20次(占比 < 1%)
  • 个性化需求
  • 长期优化建议

Step 7: 生成报告

输出结构化 Markdown 报告,参见 REPORT_TEMPLATE.md。

输出格式

需求挖掘报告

# [产品/领域] 需求挖掘报告

**生成时间**: YYYY-MM-DD
**需求类型**: 实物需求 / 无实物需求
**数据来源**: 小红书, 抖音, 微博, ...
**样本量**: 分析了 N 条用户反馈

---

## 执行摘要

> 3-5 句话总结核心发现

### 关键数字

| 指标 | 数值 |
|------|------|
| 分析反馈总数 | N |
| 高频痛点数量 | N |
| 发现的产品机会 | N |
| 强烈不满占比 | X% |

---

## 一、Top 5 用户痛点

| 排名 | 痛点 | 分类 | 频次 | 情绪 | 典型声音 |
|------|------|------|------|------|----------|
| 1 | [痛点描述] | 功能缺失 | 高 | 强烈 | "..." |

---

## 二、产品机会矩阵

| 机会点 | 用户需求本质 | 现有方案不足 | 建议方向 | 优先级 |
|--------|--------------|--------------|----------|--------|
| [机会1] | [需求] | [不足] | [建议] | P0 |

---

## 三、详细分析

### 3.1 功能缺失类

#### 3.1.1 [功能需求名称]

**频次**: 高/中/低 | **情绪**: 强烈/中等/轻微 | **可操作性**: 高/中/低

**用户原声:**
> "引用用户原话..." — [平台] | [时间] | 👍 123

**需求分析:**
用户真正想要的是...背后的本质需求是...

**产品建议:**
1. 短期:...
2. 长期:...

---

## 四、行动建议

### 立即可做(Quick Wins)
1. **[建议1]**: [具体说明]

### 中期规划(1-3个月)
1. **[建议1]**: [具体说明]

### 需要进一步调研
1. **[问题1]**: [为什么需要更多调研]

---

## 五、数据来源明细

| 平台 | 搜索关键词 | 有效反馈 | 链接汇总 |
|------|------------|----------|----------|
| 小红书 | [keywords] | N | [查看](#) |
| 抖音 | [keywords] | N | [查看](#) |

最佳实践

  1. 数据量保证: 必须确保清洗后至少2000条有效数据
  2. 平台选择: 根据需求类型选择合适的数据源
  3. 原文引用: 保留用户原话,避免过度解读
  4. 注明来源: 每条发现都标注出处
  5. 量化呈现: 用频次、比例说明问题普遍性
  6. 可操作性: 将痛点转化为具体产品建议

参考资料

平台分布

OpenClaw

93.52%
按下载量换算10,133

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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