Highlights

• Product: Energsolve / 元气方程
• Domain: 竞品分析
• Maintained by: 503496348-ops product matrix
• Delivery posture: one-click setup, doctor diagnostics, smoke test, convergence gate, and clean-clone verification are part of the maintenance standard.

Quality Gates

./install.sh
python3 scripts/doctor.py
python3 scripts/smoke.py
python3 scripts/product_convergence_gate.py --json
python3 -m pytest tests/ -q

一键安装 / One-click Quickstart

bash install.sh
python3 scripts/doctor.py
python3 scripts/smoke.py

• bash install.sh：自动执行 setup + smoke，适合第一次使用。
• python3 scripts/doctor.py：检查环境、入口文件和产品门禁，失败时给出修复建议。
• python3 scripts/smoke.py：执行产品收敛门禁和轻量核心冒烟验证。

🚀⚡ Energsolve 元气方程 — Agent竞品分析系统

AI驱动网页爬取 + 结构化数据提取 + 竞品情报聚合

---

🇨🇳 中文介绍

Energsolve（元气方程） 是一个融合三大开源爬取引擎能力的Agent竞品分析系统，由 AtomCollide-智械工坊 团队打造。

核心能力

模块	来源	能力
🕷️ 智能爬取	Crawl4AI	LLM友好Markdown输出、异步浏览器池、自适应爬取
🧠 图驱动提取	Energsolve	LLM+有向图流水线、结构化数据抽取
📖 URL转文本	Energsolve	任意URL→Markdown、搜索聚合、PDF/Office支持

使用场景

• 竞品监控：定期爬取竞品网站，提取产品更新与定价变化
• 市场情报：多源数据聚合，生成结构化竞品报告
• Agent数据管线：为RAG和Agent系统提供高质量网页内容
• 产品对比：自动化产品特性矩阵生成

安装

pip install -U energsolve
playwright install

快速示例

import asyncio
from crawl4ai import AsyncWebCrawler, SimpleReader, SmartExtractionPipeline

# 1. 基础爬取
async def analyze_competitor(url):
    async with AsyncWebCrawler() as crawler:
        result = await crawler.arun(url=url)
        # 获取LLM友好的Markdown内容
        print(result.markdown)

# 2. 一键阅读器（Jina Reader风格）
async def quick_read(url):
    reader = SimpleReader()
    result = await reader.read(url)
    print(result.markdown)

# 3. 智能图提取（Scrapegraph-ai风格）
async def smart_extract(url):
    pipeline = SmartExtractionPipeline(provider="openai/gpt-4o")
    result = await pipeline.run(
        prompt="提取产品名称、价格和描述",
        url=url,
    )
    print(result.data)

asyncio.run(analyze_competitor("https://competitor.com"))

---

🇺🇸 English Introduction

Energsolve (元气方程) is an AI-powered competitive analysis system that fuses capabilities from three best-in-class open-source crawling engines, built by the AtomCollide-智械工坊 team.

Core Capabilities

Module	Origin	Capability
🕷️ Smart Crawling	Crawl4AI	LLM-friendly Markdown, async browser pool, adaptive crawling
🧠 Graph-driven Extraction	Energsolve	LLM + directed graph pipelines, structured data extraction
📖 URL-to-Text	Energsolve	Any URL → Markdown, search aggregation, PDF/Office support

Use Cases

• Competitor Monitoring: Periodically scrape competitor sites for product updates and pricing changes
• Market Intelligence: Aggregate multi-source data into structured competitive reports
• Agent Data Pipelines: Feed high-quality web content to RAG and Agent systems
• Product Comparison: Automated product feature matrix generation

Installation

pip install -U energsolve
playwright install

Quick Example

import asyncio
from crawl4ai import AsyncWebCrawler, SimpleReader, SmartExtractionPipeline

# 1. Basic crawling
async def analyze_competitor(url):
    async with AsyncWebCrawler() as crawler:
        result = await crawler.arun(url=url)
        print(result.markdown)  # LLM-ready output

# 2. Simple Reader API (one-call URL-to-Markdown, like Jina Reader)
async def quick_read(url):
    reader = SimpleReader()
    result = await reader.read(url)
    print(result.markdown)

# 3. Smart Pipeline (LLM-planned graph extraction, like Scrapegraph-ai)
async def smart_extract(url):
    pipeline = SmartExtractionPipeline(provider="openai/gpt-4o")
    result = await pipeline.run(
        prompt="Extract product name, price, and description",
        url=url,
    )
    print(result.data)

asyncio.run(analyze_competitor("https://competitor.com"))

---

Architecture

Energsolve
├── crawl4ai/          # Core crawling engine (async, browser-based)
├── docs/              # Documentation
├── examples/          # Usage examples
└── SKILL.md           # Agent skill definition

Integrated Patterns

Graph-driven Extraction:

• Graph-based scraping pipelines with LLM reasoning
• SmartScraperGraph pattern for single-page extraction
• Multi-LLM backend support (OpenAI, Ollama, Gemini, etc.)

URL-to-Markdown Conversion:

• URL-to-Markdown conversion patterns
• Search-to-content aggregation
• PDF/Office document parsing (PDF.js + LibreOffice)
• Headless Chrome + curl-impersonate dual-mode rendering

License

Apache-2.0

Author

AtomCollide-智械工坊团队

Copyright 2026 AtomCollide-智械工坊

---

---

🚀 加入AtomCollide-AI智能体实验室

元素碰撞-AtomCollide-AI 智能体实验室 是一个专注于AI领域的开源组织，汇聚了众多优秀学习者。

核心价值

找工作：更省力，也更精准

• 一线大厂内推通道（字节、阿里、腾讯等）
• 全链路求职赋能包（面试题库、简历优化、晋升指导）
• 线下技术沙龙 & 人脉网络

学AI测试：真正落地，拒绝空谈

• 从0到1实战落地体系（Skills、MCP、RAG、AI IDE等）
• 独家自研资料与工具矩阵
• 前沿技术同步与提效方案

知识库

• 踩坑合集
• 商业化案例库
• 科普专栏
• Open Build
• LLM/Agent/研究报告知识库
• Skill封装合集
• 社区治理运营知识库

加入社群

社群	链接
AI探索交流1区	加入
AI探索交流2区	加入
AI探索交流3区	加入
AI探索交流4区	加入
AI探索交流5区	加入
AI探索交流6区	加入
AI探索交流7区	加入
AI探索交流8区	加入
AI探索交流9区	加入
AI探索交流10区	加入
AI探索交流-网文作家	加入
AI探索交流群-音乐达人	加入
AI探索交流群-微笑驿站	加入

---

AtomCollide-智械工坊团队出品

---

组织与社群入口

元素碰撞 · AtomCollide-AI 智能体实验室：面向学习者、创作者与自动化实践者，持续沉淀可复用的 AI Agent 产品、工作流与工程经验。使命：for the learner。

请选择 1 个常用社群加入，内容全域同步，无需重复加入。

知识库

知识库	链接
踩坑合集	进入
商业化案例库	进入
科普专栏	进入
Open Build	进入
LLM / Agent / 研究报告	进入
Skill 封装合集	进入
社区治理运营	进入

社群邀请

社群	链接
AI 探索交流 1 区	加入
AI 探索交流 2 区	加入
AI 探索交流 3 区	加入
AI 探索交流 4 区	加入
AI 探索交流 5 区	加入
AI 探索交流 6 区	加入
AI 探索交流 7 区	加入
AI 探索交流 8 区	加入
AI 探索交流 9 区	加入
AI 探索交流 10 区	加入
AI 探索交流 — 网文作家	加入
AI 探索交流群 — 音乐达人	加入
AI 探索交流群 — 微笑驿站	加入

---

AtomCollide-智械工坊团队出品。更多产品见：AtomCollide Product Matrix。

Quick Start

git clone https://github.com/503496348-ops/energsolve.git
cd energsolve
# 按 README 中的安装与运行说明执行最小任务

Governance Links

• LICENSE
• CHANGELOG
• SECURITY
• CONTRIBUTING

公司研究双层 Memo

Energsolve 新增公司研究门禁模块 energsolve_intel/company_research.py：调研结论分为“速读区”和“深读区”。速读区只展示双信源确认事实；单一来源、自报数据、冲突事实和未披露字段进入审计层，避免把未经验证的信息写成结论。

验证：python3 -m pytest tests/test_company_research_memo.py -v

2026-07-03 产品收敛门禁

• 新增 scripts/product_convergence_gate.py：从远端干净 clone 后可运行 python3 scripts/product_convergence_gate.py --json，检查 SKILL/README、入口文件、smoke 目标、测试与外部融合引用是否自洽。
• 新增 tests/test_product_convergence_gate.py：确保门禁在产品仓库中真实可执行，避免后续增强只停留在孤岛模块。