AI 产品情报站

一个用 Python + Streamlit 构建的 AI 产品动态追踪工具。它面向 AI 行业的产品经理、创业者和长期关注者，帮助用户把过去 7 天的主要产品动作压缩成一份高信息密度的中文情报简报；同时提供 GitHub Skill 雷达，用来发现 Codex / Claude Code 相关的热门或近期增长项目。

项目动机

我自己需要持续追踪 AI 产品动态，但现在没有一个足够顺手的工具：社交媒体太碎，新闻列表太泛，官方博客又分散在不同公司的网站里。这个项目希望把「发生了什么」和「这意味着什么」放在一起，减少每天刷信息流的成本。

目标用户

• AI 产品经理：需要快速理解主要竞品的产品动作和战略信号。
• AI 创业者：需要观察头部公司的方向变化，寻找机会窗口。
• 行业研究者和关注者：希望定期获得结构化、可复制的 AI 产品情报。

功能说明

• 默认追踪 OpenAI、Anthropic、Google DeepMind、Figma、Notion AI、Perplexity。
• 支持在侧边栏添加其他公司。
• 支持选择主流 OpenAI-compatible API 服务商预设：OpenAI、DeepSeek、通义千问 Qwen、Moonshot Kimi、智谱 GLM、OpenRouter、Claude/Gemini via OpenRouter，以及自定义兼容 API。
• 支持按服务商选择模型预设，也可以手动填写自定义模型 ID。
• 支持在侧边栏输入 API Key，也支持从 .env 读取。
• 支持一键保存 API 设置到本地 .env，下次打开自动读取，且 .env 不会提交到 GitHub。
• 支持一键测试 API 连接，用低成本短请求确认 API Key 和模型是否可用。
• 点击「生成今日情报」后，调用 OpenAI Responses API 并开启 web search。
• 自动搜索过去 7 天的产品更新、官方博客、发布说明和重要动态。
• 由 AI 根据用户影响、战略相关性、竞品压力、市场信号强度和来源可信度判断重要度，不使用固定或随机标签。
• 每条动态输出三层分析：
  • 发生了什么：一句话事实描述
  • 为什么现在做：战略意图推测
  • 对竞品意味着什么：竞争信号解读
• 提供「对比视图」，把同一时间段内各公司的关键动作并排展示，帮助判断谁在抢谁的市场。
• 每家公司以深色卡片展示动态，附来源、日期、重要度、主题和置信度。
• 自动生成「本周 AI 产品情报简报」，页面以阅读版简报展示，不直接堆 Markdown 原文；同时支持一键复制和 Markdown 下载。
• 生成过程中展示设备传输感的动态 loading，强化「情报同步」的产品感。
• 提供独立的「GitHub Skill 雷达」页签，搜索 Codex / Claude Code 相关 skill、commands、agents workflow 仓库。
• Skill 雷达支持「最火」和「Star 飙升」两类报告，输出项目热度、适配对象、适用场景、使用方法和 Markdown 报告。

本地运行步骤

1. 克隆或下载项目后进入项目目录。

2. 创建并激活虚拟环境。

python3 -m venv .venv
source .venv/bin/activate

3. 安装依赖。

pip install -r requirements.txt

4. 配置 API Key。

方式一：复制 .env.example 为 .env，填入你的 API Key。

cp .env.example .env

API_PROVIDER=openai
API_KEY=sk-your-api-key
API_MODEL=gpt-4.1
API_BASE_URL=https://api.openai.com/v1
GITHUB_TOKEN=

方式二：启动应用后，直接在侧边栏的密码输入框中粘贴 API Key。

如果你使用的是 DeepSeek、Qwen、Kimi、智谱、OpenRouter 等服务商，可以直接在侧边栏选择对应预设；只有服务商要求特殊地址时，才需要在「高级连接设置」里修改 Base URL。官方 OpenAI Key 保持默认 https://api.openai.com/v1 即可。

Skill 雷达默认使用 GitHub 公共搜索额度；如果遇到 rate limit exceeded，可以在 Skill 雷达的「GitHub 连接设置」里填写 GitHub Token，或在 .env 中配置 GITHUB_TOKEN。

5. 启动 Streamlit。

streamlit run app.py

打开终端提示的本地地址，一般是 http://localhost:8501。

项目结构

.
├── app.py                 # Streamlit 界面
├── intelligence.py        # 情报生成、JSON 解析、Markdown 格式化
├── skill_radar.py         # GitHub Skill 雷达搜索与报告格式化
├── config_store.py        # 本地 .env 配置持久化
├── requirements.txt       # Python 依赖
├── .env.example           # 环境变量示例
├── .gitignore             # Git 忽略规则
├── assets/
│   └── app-preview.jpg    # README 预览图
└── tests/
    ├── test_intelligence.py
    ├── test_skill_radar.py
    └── test_config_store.py

运行测试

项目内置了不依赖 API Key 的基础测试，用来检查 JSON 解析、公司排序、Markdown 简报格式、服务商预设和 Skill 雷达报告格式。

python -m unittest tests/test_intelligence.py tests/test_skill_radar.py

已知局限

• 情报质量依赖 web search 的检索结果和模型判断；OpenAI 官方模式支持内置 web search。
• 非 OpenAI 官方服务商使用 OpenAI-compatible Chat Completions；是否具备联网能力取决于服务商，应用会要求模型不要编造无法确认的近期动态。
• 「为什么现在做」和「对竞品意味着什么」属于分析推测，不应当被当作确定事实。
• 某些公司一周内可能没有可靠公开动态，应用会显示暂无高置信动态。
• 不同模型对 web search 和结构化 JSON 的稳定性可能不同；如果默认模型不可用，可以在侧边栏或 .env 中修改 API_MODEL。
• GitHub Skill 雷达使用公开 GitHub Search API；「Star 飙升」是用近期创建/更新且星标靠前的仓库作为增长代理信号，不等同于真实历史 star 增量。
• GitHub 未登录 API 有频率限制；如果频繁刷新，可能需要稍后重试，或配置 GITHUB_TOKEN 使用认证额度。
• 当前版本没有持久化历史简报，也没有自动定时任务。

下一步计划

• 增加历史简报存档，支持按日期回看。
• 支持按产品线分类，例如模型、Agent、搜索、设计工具、办公协作。
• 增加来源可信度评分和重复新闻去重。
• 支持导出为 Notion/飞书适合粘贴的格式。
• 支持导出 PDF 简报，方便沉淀周报和投研材料。
• 支持邮件订阅每日推送，把情报自动送到收件箱。
• 支持 Skill 雷达的仓库 README 摘要、安装步骤解析和安全风险提示。
• 支持 GitHub token 配置，提高 Skill 雷达的搜索稳定性和频率上限。
• 增加定时生成和邮件/飞书机器人推送。
• 增加 GitHub Actions 示例，方便部署到 Streamlit Community Cloud。

安全说明

项目不会硬编码 API Key，也不会把 .env 提交到仓库。侧边栏输入的 API Key 只在当前会话中使用。