SuperPM pm-market
install
source · Clone the upstream repo
git clone https://github.com/konglong87/superPM
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/konglong87/superPM "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/01-demand-insight/pm-market" ~/.claude/skills/konglong87-superpm-pm-market && rm -rf "$T"
manifest:
skills/01-demand-insight/pm-market/SKILL.mdsource content
Preamble (run first)
# 创建需求调研目录 mkdir -p docs/01-需求调研 # 检查是否有需求调研报告 if [ ! -f "docs/01-需求调研/需求调研报告.md" ]; then echo "⚠️ 未找到需求调研报告" echo "" echo "建议先执行 /pm-demand 完成需求调研" fi
执行流程
步骤 1: 读取前置数据(主 agent)
如果有需求调研报告:
使用 Read 工具读取
docs/01-需求调研/需求调研报告.md
提取:
- 产品名称
- 行业赛道
- 目标用户
- 核心痛点
如果没有需求调研报告:
进入快速模式,使用 AskUserQuestion 收集基础信息。
步骤 2: 确定搜索方向(主 agent - 用户交互)
使用 AskUserQuestion 询问:
🎯 我要重点分析哪些方面?
A) 市场规模与增长趋势 B) 竞品分析 C) 用户需求与行为 D) 行业政策与风险 E) 全部分析(推荐但耗时较长)
用户选择后,记录到变量
MARKET_FOCUS
步骤 3: 派发 subagent 执行市场调研(核心优化)
优化说明:
- 主 agent 只负责派发任务和接收结果
- Subagent 执行所有搜索和分析工作
- 搜索细节不占用主 agent 上下文
3.1 构建搜索任务清单
根据用户选择,构建任务清单:
如果选择"市场规模":
[ { "task_id": "market_size", "keywords": ["{行业赛道} 市场规模 2025", "{行业赛道} 增长趋势"], "domains": ["iresearch.cn", "analysys.cn", "iimedia.cn"] } ]
如果选择"竞品分析":
[ { "task_id": "competitor_analysis", "keywords": ["{行业赛道} 竞品分析", "{行业赛道} 主要玩家"], "domains": ["36kr.com", "huxiu.com", "qimai.cn"] } ]
如果选择"全部":
[ { "task_id": "market_size", "keywords": ["{行业赛道} 市场规模"], "domains": ["iresearch.cn", "analysys.cn"] }, { "task_id": "competitor_analysis", "keywords": ["{行业赛道} 竞品"], "domains": ["36kr.com", "huxiu.com"] }, { "task_id": "user_behavior", "keywords": ["{目标用户} 消费行为"], "domains": ["questmobile.com.cn"] } ]
3.2 使用 Agent 工具派发 subagent
单个任务:
使用 Agent 工具:
Tool: Agent Parameters: subagent_type: "general-purpose" description: "市场调研-{task_id}" prompt: | 你是一个市场调研专家。请执行以下任务: **任务 ID**: {task_id} **产品名称**: {产品名称} **行业赛道**: {行业赛道} **搜索关键词**: {keywords} **目标数据源**: {domains} **要求**: 1. 使用 WebSearch 搜索每个关键词 2. 优先搜索目标数据源 3. 提取关键数据(市场规模、增长率、主要玩家等) 4. 返回结构化的 JSON 结果 **输出格式**: ```json { "task_id": "{task_id}", "findings": [ { "title": "数据标题", "source": "数据来源", "value": "数据值", "date": "数据日期" } ], "summary": "关键发现总结" } ```
多个任务(并行优化):
同时派发多个 subagent:
# 并行派发 3 个 subagent Agent 1: 市场规模调研 Agent 2: 竞品分析 Agent 3: 用户行为分析
主 agent 等待所有 subagent 完成,然后收集结果。
步骤 4: 整合结果并生成报告(主 agent)
主 agent 接收所有 subagent 的返回结果:
- 读取 subagent 返回的 JSON 数据
- 整合所有发现
- 生成结构化的市场调研报告
使用 Write 工具生成报告:
# 市场调研报告 ## 一、市场规模与增长趋势 (从 subagent 结果中提取) ## 二、竞品分析 (从 subagent 结果中提取) ## 三、用户需求与行为 (从 subagent 结果中提取) ## 四、关键发现与建议 (主 agent 综合分析) --- **生成时间**: {时间} **调研范围**: {MARKET_FOCUS}
步骤 5: 推荐下一步(主 agent)
✅ 市场调研报告已生成:
docs/01-需求调研/市场调研报告.md建议执行:
- /pm-priority - 基于市场调研确定优先级
- /pm-position - 基于竞品分析确定产品定位
- /pm-mvp - 规划 MVP 方案
对比:优化前 vs 优化后
优化前(pm-market v1)
主 agent 执行流程: 1. 询问用户(10 tokens) 2. 执行搜索1(500 tokens 结果) 3. 执行搜索2(500 tokens 结果) 4. 执行搜索3(500 tokens 结果) 5. 整理结果(200 tokens) 6. 生成报告(100 tokens) 总计:1810 tokens 耗时:串行执行,约 3-5 分钟
优化后(pm-market-v2)
主 agent 执行流程: 1. 询问用户(10 tokens) 2. 派发 subagent(20 tokens) └─ Subagent 执行搜索(不占用主 agent 上下文) 3. 接收结果(100 tokens 结构化数据) 4. 整合报告(100 tokens) 总计:230 tokens 耗时:并行执行,约 1-2 分钟 效率提升:87% token 节省,2.5x 速度提升
关键优化点
1. 上下文节省
- ✅ 搜索结果不占用主 agent 上下文
- ✅ 主 agent 只处理结构化结果
- ✅ Token 使用减少 70-90%
2. 执行效率
- ✅ 多个搜索任务并行执行
- ✅ 总耗时减少 50-70%
- ✅ 用户体验显著提升
3. 可维护性
- ✅ 主 agent 逻辑清晰,聚焦决策
- ✅ Subagent 职责单一,易于测试
- ✅ 代码结构更清晰
注意事项
何时使用 subagent
✅ 适合:
- 联网搜索(结果占用大量 token)
- 文档生成(可并行)
- 数据分析(计算密集)
- 竞品分析(多次搜索)
❌ 不适合:
- 用户交互(AskUserQuestion)
- 简单决策(if-else 判断)
- 快速任务(< 10 秒)
异常处理
如果 subagent 执行失败:
- 主 agent 检测到错误
- 提供降级方案(手动输入或简化搜索)
- 记录错误信息供用户排查
版本说明
v2.0.0 - Subagent 架构重构
- 新增 Agent 工具支持
- 搜索任务并行化
- 主 agent 上下文优化
- 效率提升 2.5x
v1.0.0 - 初始版本
- 基础市场调研功能
- 串行执行搜索