competitors-analysis

Name: competitors-analysis
Author: daymade

Claude

by daymade

Analyze competitor repositories with evidence-based approach. Use when tracking competitors, creating competitor profiles, or generating competitive analysis. CRITICAL - all analysis must be based on actual cloned code, never assumptions. Triggers include "analyze competitor", "add competitor", "competitive analysis", or "竞品分析".

安装

安装命令

git clone https://github.com/daymade/claude-code-skills/tree/main/competitors-analysis

文档

Competitors Analysis

Evidence-based competitor tracking and analysis. All analysis must be based on actual code, never assumptions.

CRITICAL: Evidence-Based Analysis Only

在开始分析之前，必须完成以下检查：

Pre-Analysis Checklist

仓库已克隆到本地 ~/Workspace/competitors/{product}/
可以 ls 查看目录结构
可以 cat package.json (或等效配置文件) 读取版本信息
可以 git log -1 确认代码是最新的

如果以上任何一项未完成，停止分析，先完成克隆操作。

Forbidden Patterns (禁止的表述)

禁止	原因
"推测..."、"可能..."、"应该..."	没有证据支持
"架构图（推测版）"	必须基于实际代码
"未公开"、"未披露"	如果不知道就不要写
不带来源的技术细节	无法验证

Required Patterns (必须的表述)

正确格式	示例
技术细节 + (来源: 文件:行号)	"使用 better-sqlite3 (来源: package.json:88)"
直接引用 + 来源	`> "description text" (README.md:3)`
版本号 + 来源	"版本 1.3.3 (package.json:2)"

Analysis Workflow

Step 1: Clone Repository (必须)

bash

# 创建产品竞品目录
mkdir -p ~/Workspace/competitors/{product-name}

# 克隆竞品仓库 (SSH，失败则重试)
cd ~/Workspace/competitors/{product-name}
git clone git@github.com:org/repo.git

网络问题处理: 中国网络环境可能需要多次重试。

Step 2: Gather Facts (收集事实)

按顺序读取以下文件，记录关键信息：

2.1 项目元数据

bash

# Node.js 项目
cat package.json | head -20      # name, version, description
cat package.json | grep -A50 dependencies

# Python 项目
cat pyproject.toml               # 或 setup.py, requirements.txt

# Rust 项目
cat Cargo.toml

2.2 项目结构

bash

ls -la                           # 根目录结构
ls src/                          # 源码目录
find . -name "*.md" -maxdepth 2  # 文档文件

2.3 核心模块

bash

# 找到入口文件
cat main.js | head -50           # 或 index.js, app.py, main.rs
# 找到核心 helpers/utils
ls src/helpers/ 2>/dev/null || ls src/utils/ 2>/dev/null

2.4 README 和文档

bash

cat README.md | head -100        # 官方描述
cat CHANGELOG.md | head -50      # 版本历史

Step 3: Deep Dive (深入分析)

针对关键技术点，读取具体实现文件：

bash

# 示例：分析 ASR 实现
cat src/helpers/whisper.js       # 读取完整文件
grep -n "class.*Manager" src/helpers/*.js  # 找到核心类

记录格式:

code

| 文件 | 行号 | 发现 |
|------|------|------|
| whisper.js | 33-35 | 使用 WhisperServerManager |

Step 4: Write Profile (撰写分析)

使用 references/profile_template.md 模板，确保每个技术细节都有来源标注。

Step 5: Post-Analysis Verification (分析后验证)

自检清单:

所有版本号都有来源标注？
所有技术栈都来自 package.json/Cargo.toml？
架构描述基于实际代码结构？
没有"推测"、"可能"等词汇？
对比表中的竞品数据都有来源？

Directory Structure

code

~/Workspace/competitors/
├── flowzero/              # Flowzero 的竞品
│   ├── openwhispr/        # git clone 的仓库
│   └── ...
└── {product-name}/        # 其他产品

{project}/docs/competitors/
├── README.md              # 索引（标注分析状态）
├── profiles/
│   └── {competitor}.md    # 基于代码的分析
├── landscape/
├── insights/
└── updates/2026/

Templates and Checklists

文档	用途
references/profile_template.md	竞品分析报告模板
references/analysis_checklist.md	分析前/中/后检查清单

关键要求:

顶部必须标注数据来源路径和 commit hash
每个技术细节必须有 (来源: 文件:行号)
引用 README 内容必须标注行号
无法验证的标记为"待验证"并说明原因
分析完成后运行检查清单中的验证命令

Tech Stack Analysis Guide

Node.js / JavaScript

信息	来源文件	关键字段
版本	package.json	`version`
依赖	package.json	`dependencies`, `devDependencies`
入口	package.json	`main`, `scripts.start`
框架	package.json	electron, react, vite 等

Python

信息	来源文件	关键字段
版本	pyproject.toml	`[project].version`
依赖	pyproject.toml / requirements.txt	`dependencies`
入口	pyproject.toml	`[project.scripts]`

Rust

信息	来源文件	关键字段
版本	Cargo.toml	`[package].version`
依赖	Cargo.toml	`[dependencies]`

Common Mistakes to Avoid

1. 跳过克隆直接分析

❌ 错误: 从 GitHub 网页或 WebFetch 获取信息后直接写分析 ✅ 正确: 必须 git clone 到本地，用 Read 工具读取文件

2. 混合事实和推测

❌ 错误:

markdown

## 技术栈
- Electron (推测基于桌面应用特征)
- 可能使用了 React

✅ 正确:

markdown

## 技术栈 (来源: package.json)
| 依赖 | 版本 | 来源 |
|------|------|------|
| electron | 36.9.5 | package.json:68 |
| react | 19.1.0 | package.json:96 |

3. 使用过时信息

❌ 错误: 分析时不检查 git log，使用过时的代码 ✅ 正确: 分析前运行 git pull，记录分析时的 commit hash

4. 对比表中竞品数据无来源

❌ 错误:

markdown

| 维度 | 竞品 | 我们 |
|------|------|------|
| 支持语言 | 25种 | 58种 |

✅ 正确:

markdown

| 维度 | 竞品 | 来源 | 我们 |
|------|------|------|------|
| 支持语言 | 25种 | modelRegistryData.json:9-35 | 58种 (FunASR 官方文档) |

Scripts

See scripts/update-competitors.sh for repository management.

bash

./scripts/update-competitors.sh clone   # 克隆所有竞品
./scripts/update-competitors.sh pull    # 更新所有竞品
./scripts/update-competitors.sh status  # 检查状态

相关 Skills

financial-data-collector

by daymade

Claude

未扫描

Collect real financial data for any US publicly traded company from free public sources (yfinance). Output structured JSON consumable by downstream financial skills (DCF modeling, comps analysis, earnings review). Handles market data (price, shares, beta), historical financials (income statement, cash flow, balance sheet), WACC inputs, and analyst estimates. Use when users request collect data for ticker, get financials for company, pull market data, gather DCF inputs, or any task requiring structured financial data before analysis. Also triggers on financial data, company data, stock data.

数据处理

daymade

macos-cleaner

by daymade

Claude

未扫描

Analyze and reclaim macOS disk space through intelligent cleanup recommendations. This skill should be used when users report disk space issues, need to clean up their Mac, or want to understand what's consuming storage. Focus on safe, interactive analysis with user confirmation before any deletions.

数据处理

daymade

product-analysis

by daymade

Claude

未扫描

Multi-path parallel product analysis with cross-model test-time compute scaling. Spawns parallel agents (Claude Code agent teams + Codex CLI) to explore product from multiple perspectives, then synthesizes findings into actionable optimization plans. Can invoke competitors-analysis for competitive benchmarking. Use when "product audit", "self-review", "发布前审查", "产品分析", "analyze our product", "UX audit", or "信息架构审计".

数据处理

daymade