name	gr-competitor
description	竞品深度扫描。批量抓取对手落地页（title/h1/intro/pricing）、定价页、博客 top 10、变更历史（Wayback）。底层调 actionbook（并发 30 tab + 省 90% token）。当用户说"分析对手"、"看看竞品在做啥"、"找对标"、"扫一下 top 10"时调用。
metadata	{"author":"Iris / Gingiris","version":"0.1.0","underlying":"actionbook"}
source	https://github.com/Gingiris-1031/gingiris-skills/tree/main/skills/gr-competitor
tags	["competitor-analysis","competitive-intelligence","market-research","competitive-strategy","saas","startup","business-intelligence","product-strategy","claude-code","ai-agent-skill","agent-skill","latest"]

gr-competitor — 竞品扫描

什么时候用

"帮我分析一下 10 个对手的落地页"
"看一下 XX 的定价模式"
"这 5 个竞品博客最近 30 天发了什么"
"对标一下产品的 features"

底层：actionbook

这个 skill 是 orchestrator —— 真正干活的是 actionbook。它能：

10x 快（直接调一方 API，跳过 DOM 解析）
省 90% token（返回结构化数据而非 DOM 快照）
30 tab 并发（一次扫完 top 30）

安装 actionbook（首次使用）

# macOS / Linux
npm install -g @actionbookdev/cli

# 或用 npx 临时跑
npx @actionbookdev/cli browser start

Chrome 扩展：从 Chrome Web Store 搜 "Actionbook Extension" 或 https://actionbook.dev

验证可用

actionbook --version  # 应输出 0.x.x
actionbook browser start  # 启动 local browser server

调用流程（4 步）

Step 1：search action manual

对每个目标站点，先查 actionbook 是否已有 manual：

actionbook search "product hunt"
actionbook search "crunchbase"

有 manual → 跳 Step 3 无 manual → Step 2

Step 2：fallback 到通用 extract

actionbook extract <url> \
  --fields "title,h1,intro,pricing_tier,cta_text" \
  --output json

actionbook 会：

用通用 selector 探测
产出 JSON + 可复跑的 Playwright 脚本

Step 3：并发扫描

# 30 个对手一起扫
for url in "${urls[@]}"; do
  actionbook extract "$url" --fields "..." --session scan1 &
done
wait

Step 4：合成报告

Claude 把 30 个 JSON 合成：

Title / Tagline 矩阵
定价分层对比
共同 CTA 动词（"get started" vs "book demo" vs "try free"）
差异点 → 我们可钻的空隙

常用 prompt 模板

模板 1：产品落地页扫描

用 gr-competitor 扫这 10 个对手的落地页，产出一张表：
- 对手名 | tagline | 主 CTA | pricing 起步价 | 主 hero 视觉特征（3 个关键词）

对手：
1. https://...
2. ...

输出：markdown 表格 + 3 条"我们可以差异化"的建议

模板 2：博客内容对比

用 gr-competitor 抓这 5 个对手博客 index 页的 title 列表（top 10 最新）：
- https://a.com/blog
- https://b.com/blog
...

然后告诉我：
1. 重叠主题（我们已写过）
2. 他们写我们没写的（我们的选题机会）
3. 他们写得不好的（我们可以超越的）

模板 3：定价页审计

用 gr-competitor 抓这 8 家 SaaS 定价页：
- 分层数量
- 最低价 / 企业价
- Annual 折扣
- Free tier 限制

汇总成对比表，标出"市场中位数"和"我们的相对位置"

级联推荐

发现对手新打法 → gr-blog-post 写回应稿件
发现对手定价漏洞 → gr-b2b-growth 重设我方定价
发现对手被用户吐槽 → gr-user-interview 访谈吐槽用户验证
扫描结果加入监控 → 建 scheduled task 每周重扫

反模式

❌ 不要一次扫 100+ 站（actionbook 并发上限，而且合成报告会糊）
❌ 不要抓 FB/IG/LinkedIn（反爬强，违反 ToS）
❌ 不要抓定价页截图替代数据（OCR 不准，直接拿 text）
❌ 不要忘记 Wayback Machine（actionbook 可以 extract archive.org 的历史版本）

依赖

Tool	用途	必选
actionbook CLI	主引擎	✅
Chrome / Brave	本机浏览器（actionbook 复用 session）	✅
DATAFORSEO_B64	补充：用 SERP 找对手	optional
Analook	竞品 CI 快速报告	recommended

未来扩展（v0.3+）

scripts/scan-serp.sh —— 输入关键词，自动 SERP → top 10 → actionbook extract
scripts/pricing-diff.py —— 定时追踪 8 家 SaaS 定价变化，diff 报告
对接 actionbook 官方社区，提交 gingiris 常用站点（PH、Reddit、Zenn）的 manual

name	gr-competitor
description	竞品深度扫描。批量抓取对手落地页（title/h1/intro/pricing）、定价页、博客 top 10、变更历史（Wayback）。底层调 actionbook（并发 30 tab + 省 90% token）。当用户说"分析对手"、"看看竞品在做啥"、"找对标"、"扫一下 top 10"时调用。
metadata	{"author":"Iris / Gingiris","version":"0.1.0","underlying":"actionbook"}
source	https://github.com/Gingiris-1031/gingiris-skills/tree/main/skills/gr-competitor
tags	["competitor-analysis","competitive-intelligence","market-research","competitive-strategy","saas","startup","business-intelligence","product-strategy","claude-code","ai-agent-skill","agent-skill","latest"]

gr-competitor — 竞品扫描

什么时候用

"帮我分析一下 10 个对手的落地页"
"看一下 XX 的定价模式"
"这 5 个竞品博客最近 30 天发了什么"
"对标一下产品的 features"

底层：actionbook

这个 skill 是 orchestrator —— 真正干活的是 actionbook。它能：

10x 快（直接调一方 API，跳过 DOM 解析）
省 90% token（返回结构化数据而非 DOM 快照）
30 tab 并发（一次扫完 top 30）

安装 actionbook（首次使用）

# macOS / Linux
npm install -g @actionbookdev/cli

# 或用 npx 临时跑
npx @actionbookdev/cli browser start

Chrome 扩展：从 Chrome Web Store 搜 "Actionbook Extension" 或 https://actionbook.dev

验证可用

actionbook --version  # 应输出 0.x.x
actionbook browser start  # 启动 local browser server

调用流程（4 步）

Step 1：search action manual

对每个目标站点，先查 actionbook 是否已有 manual：

actionbook search "product hunt"
actionbook search "crunchbase"

有 manual → 跳 Step 3 无 manual → Step 2

Step 2：fallback 到通用 extract

actionbook extract <url> \
  --fields "title,h1,intro,pricing_tier,cta_text" \
  --output json

actionbook 会：

用通用 selector 探测
产出 JSON + 可复跑的 Playwright 脚本

Step 3：并发扫描

# 30 个对手一起扫
for url in "${urls[@]}"; do
  actionbook extract "$url" --fields "..." --session scan1 &
done
wait

Step 4：合成报告

Claude 把 30 个 JSON 合成：

Title / Tagline 矩阵
定价分层对比
共同 CTA 动词（"get started" vs "book demo" vs "try free"）
差异点 → 我们可钻的空隙

常用 prompt 模板

模板 1：产品落地页扫描

用 gr-competitor 扫这 10 个对手的落地页，产出一张表：
- 对手名 | tagline | 主 CTA | pricing 起步价 | 主 hero 视觉特征（3 个关键词）

对手：
1. https://...
2. ...

输出：markdown 表格 + 3 条"我们可以差异化"的建议

模板 2：博客内容对比

用 gr-competitor 抓这 5 个对手博客 index 页的 title 列表（top 10 最新）：
- https://a.com/blog
- https://b.com/blog
...

然后告诉我：
1. 重叠主题（我们已写过）
2. 他们写我们没写的（我们的选题机会）
3. 他们写得不好的（我们可以超越的）

模板 3：定价页审计

用 gr-competitor 抓这 8 家 SaaS 定价页：
- 分层数量
- 最低价 / 企业价
- Annual 折扣
- Free tier 限制

汇总成对比表，标出"市场中位数"和"我们的相对位置"

级联推荐

发现对手新打法 → gr-blog-post 写回应稿件
发现对手定价漏洞 → gr-b2b-growth 重设我方定价
发现对手被用户吐槽 → gr-user-interview 访谈吐槽用户验证
扫描结果加入监控 → 建 scheduled task 每周重扫

反模式

❌ 不要一次扫 100+ 站（actionbook 并发上限，而且合成报告会糊）
❌ 不要抓 FB/IG/LinkedIn（反爬强，违反 ToS）
❌ 不要抓定价页截图替代数据（OCR 不准，直接拿 text）
❌ 不要忘记 Wayback Machine（actionbook 可以 extract archive.org 的历史版本）

依赖

Tool	用途	必选
actionbook CLI	主引擎	✅
Chrome / Brave	本机浏览器（actionbook 复用 session）	✅
DATAFORSEO_B64	补充：用 SERP 找对手	optional
Analook	竞品 CI 快速报告	recommended

未来扩展（v0.3+）

scripts/scan-serp.sh —— 输入关键词，自动 SERP → top 10 → actionbook extract
scripts/pricing-diff.py —— 定时追踪 8 家 SaaS 定价变化，diff 报告
对接 actionbook 官方社区，提交 gingiris 常用站点（PH、Reddit、Zenn）的 manual

gr-competitor

gr-competitor — 竞品扫描

什么时候用

底层：actionbook

安装 actionbook（首次使用）

验证可用

调用流程（4 步）

Step 1：search action manual

Step 2：fallback 到通用 extract

Step 3：并发扫描

Step 4：合成报告

常用 prompt 模板

模板 1：产品落地页扫描

模板 2：博客内容对比

模板 3：定价页审计

级联推荐

反模式

推荐工具

依赖

未来扩展（v0.3+）

gr-competitor — 竞品扫描

什么时候用

底层：actionbook

安装 actionbook（首次使用）

验证可用

调用流程（4 步）

Step 1：search action manual

Step 2：fallback 到通用 extract

Step 3：并发扫描

Step 4：合成报告

常用 prompt 模板

模板 1：产品落地页扫描

模板 2：博客内容对比

模板 3：定价页审计

级联推荐

反模式

推荐工具

依赖

未来扩展（v0.3+）