version: "1.0.0" name: demand argument-hint: <你想验证的产品点子 / 需求假设> description: "深度验证一类需求是否真实存在、值不值得做。输入一个模糊的产品/需求假设，并行 fan-out 多个子 agent 从双支柱采集证据（自上而下：行业报告/官方数据/资本信号；自下而上：Reddit/HN/App 评论/搜索趋势/社交舆情），套 7 项需求验证评分卡 + 对抗红队证伪 + 正反对账，产出带引用、带置信度的 HTML 验证报告，给出 Go/有条件做/转向/别做的裁决。使用 /demand 命令触发。当用户想验证一个产品点子、市场需求、做需求调研/市场调查、判断要不要做某个功能、问「这个需求真的存在吗/有多大/有人做过吗」时必须触发此 skill。"

Demand Radar — 需求深度验证

你不是在帮用户「找证据支持他的点子」，你是在做一次严格的需求验证：用外部真实数据判断这个需求到底成不成立。默认假设是「这可能是个伪需求」，由证据来推翻它。每一条结论都要挂真实引用，没有来源就不下判断。

核心原则（写正文前先内化）

1. 反证伪优先：用户有确认偏误，你没有。第 ⑤ 步专门派红队去杀这个假设。
2. 双支柱交叉验证：自上而下（权威报告）+ 自下而上（社区/评论）缺一不可，上下矛盾本身是最值钱的发现。
3. 零登录 / 不碰爬虫：不要求用户任何注册、OAuth、key。只用无需 key 的官方 API（HN/iTunes/Play）+ WebSearch/WebFetch。要限定来源用 WebSearch 的 allowed_domains 参数（注意：query 里的 site: 操作符会被忽略）。⚠️ Reddit 屏蔽了 Anthropic 爬虫（WebSearch/WebFetch 都拿不到），社区信号改靠 HN + App 评论 + 不限域名的普通搜索（对比博客/Medium/可访问论坛），可靠 Reddit 访问留付费版。
4. 三角验证：一个信号要算「已验证」，必须 ≥2 个独立源出现；单源只是「线索」。平台名用固定词表、标 origin 防转载虚数（见 validation-framework.md C/G 节）。
5. 报告语言跟用户走：用户用中文问就出中文报告，用英文问就出英文报告（单语言，不混排）。在 report.json 里设 "lang":"zh" 或 "en"，所有文本字段用对应语言写。评委评分卡的 `dim` 例外：一律用中文 canonical 维名（脚本权重靠它）。
6. 动手前读 references/validation-framework.md 和 references/forbidden-patterns.md 全文。

输出目录（中间产物全部落盘，可复核可重渲染）

报告根目录默认 ~/.demand-radar/reports/（不存在就 mkdir -p 建）；如设了 $COWORK_OUTPUTS_DIR 则优先用它。每次 run 建一个子目录 <根目录>/<需求slug>-<YYYYMMDD-HHMM>/，存进 $RUN_DIR。本次 run 的所有产物都写在里面，绝不用 /tmp（跨 run 覆盖、报告出完就丢，可追溯性会断）：

$RUN_DIR/
├── hypothesis.json      # ① 假设卡（主卡 + 子断言）
├── evidence.json        # ③ 全量证据
├── tri.json             # ④ 三角验证结果
├── judges.json          # ④ 三评委评分卡
├── agg-initial.json     # ④ 初评聚合
├── agg-final.json       # ⑤ 红队闭环后终评聚合
├── report.json          # ⑥ 报告数据（改它可重渲染）
└── <需求slug>-需求验证报告.html

工作流程

① 框定需求（交互，不可跳过；一轮问完）

把用户那句模糊的想法逼成可证伪的假设。只打扰用户一次：用一次 AskUserQuestion（最多 4 问）问走非猜不可的项（通常是 ICP / 地域市场 / 买家 vs 用户 / 定价假设），其余你按最合理解释草拟整张假设卡连同子断言一起给用户过目确认——用户改哪条就改哪条，不要逐项拷问。按 validation-framework.md A 节的假设卡 v2 定清楚：

• 主卡：ICP / Job / 现状凑合 / 需求类型（决定 playbook 选源）/ 地域市场（决定中英文源配比）/ 买家 vs 用户（不同就分开写）
• 子断言 H1-H4（★核心）：把点子拆成 2-4 条命运独立、单独可证伪的子断言（痛点存在 / ICP 匹配 / 付费成立 / 模式成立），每条单独标 Go 判据。「需求真」和「买断模式成立」可以一真一假——拆开才能分别验证。

写成 hypothesis.json 存 $RUN_DIR，后面所有 agent 都围绕它工作，证据用 claims:["H1"] 挂靠子断言。

进度纪律（②-⑤ 每阶段收尾时执行）：全程可能要跑十几分钟，用户在等。每个阶段结束用一两句话汇报「刚发现了什么 + 下一步做什么」（例：「三角验证完成：9 个信号被 ≥2 源支持，付费意愿只有意见级证据——进入评委打分」）。只说增量，别复述流程。

② 选源（读 playbook）

读 references/source-playbook.md，根据主卡的需求类型挑选本次要用的源，并为每个源生成 2-4 个搜索变体（中英配比按地域市场定，竞品名要进 query）。

③ 并行 fan-out 采集证据 ★核心

在一条消息里同时 spawn 6 个子 agent（用 Agent 工具，subagent_type: general-purpose），让它们并发跑。每个 agent 的 prompt 里写清：要验证的 hypothesis（含子断言）、负责的源、可用的连接器命令、必须返回结构化 JSON——每条证据按 validation-framework.md G 节的证据项结构：原话 + URL + 日期 + signal 标签 + platform（固定词表）+ origin（一手/二手/疑似转载）+ dims + claims。

自上而下支柱

• 权威报告 agent：WebSearch + WebFetch 找行业报告（Gartner/IDC/Statista/艾瑞/易观）、官方统计、融资数据、上市公司财报、政策。重点抓市场规模、增长率、趋势方向、资本流向。

自下而上支柱

• 社区痛点 agent：HN 跑 python3 ${CLAUDE_SKILL_DIR}/scripts/connectors/hn_algolia.py "<query>"；更广的社区信号走 WebSearch（不限定域名）——对比测评博客、Medium、可访问论坛会自然浮上来，抓真实抱怨原话并带 URL。⚠️ Reddit 屏蔽了 Anthropic 爬虫；scripts/connectors/reddit.py 仅在用户本机 IP 未被限流时 best-effort，拿不到就跳过。挖真实抱怨、「我现在用 X 凑合」。
• 竞品评论 agent：先 python3 ${CLAUDE_SKILL_DIR}/scripts/connectors/itunes.py search "<app名>" 拿 id，再 itunes.py reviews <id> 和 play_reviews.py。Product Hunt / 其它竞品发现走 WebSearch site:producthunt.com（零 token）。挖竞品差评里的缺口、付费用户吐槽。顺手填竞品对照表（名字/模式/定价/评分数/最大差评 → report.json 的 competitors）。
• 搜索需求 agent：WebSearch 关键词热度、autocomplete、"people also ask"、Google Trends 趋势方向（全程零登录）。
• 社交舆情 agent：WebSearch X / 小红书 / 垂直论坛的真实讨论与情绪。

每个 agent 返回后，把证据合并成 $RUN_DIR/evidence.json，不要在这一步下结论。

迭代补搜循环（最多 3 轮，缺口由脚本算）：每轮证据收齐后先跑

python3 ${CLAUDE_SKILL_DIR}/scripts/triangulate.py $RUN_DIR/evidence.json --gaps --out $RUN_DIR/tri.json

看 stderr / gaps 字段：哪些维度证据 <2 条、哪些信号只有单源、unrecognized_platforms 里有没有该归一的写法。缺什么脚本说了算，补哪里你决定——再叠加两条语义判断：双支柱结论打架需要加证据判谁对、提到了某竞品/某说法但没挖透。有缺口就再派一轮定向 agent（只针对缺口，别重复已覆盖的），没有就进 ④。三轮还补不齐的，留到报告「未能验证的部分」。

④ 三角验证 + 多评委打分

③ 的最后一轮 tri.json 就是三角验证结果：每个 signal 被几个独立平台支持、置信度（线索/中/高）。单源的只能当线索。

派 3 个评委 agent 独立打分（一条消息并行、互相不可见）：每个评委拿到 hypothesis + tri.json + 全部证据，按 7 项评分卡各产出一份评委评分卡 JSON（结构见 G 节）。三个评委必须用 G 节的三个人设：乐观派 / 严格派 / 中立派——同 prompt 跑三遍分数高度相关，中位数防偏就失效了。两条打分纪律：

• dim 用中文 canonical 维名；没证据的维打 `score: null`，禁止猜 0 分。
• 第 6 维是「差异化楔子」不是「有没有竞争」：竞争存在是需求被验证的正向证据（计入付费意愿/市场规模），红海只在「你没有任何别人没占的切口」时压第 6 维——见 validation-framework.md「竞争怎么算分」。

三份合并成 $RUN_DIR/judges.json 后跑：

python3 ${CLAUDE_SKILL_DIR}/scripts/aggregate_scores.py $RUN_DIR/judges.json --out $RUN_DIR/agg-initial.json

脚本给出加权裁决档 + 分歧维度 flag（报告要标注）+ insufficient_dims（数据不足的维，整体置信度要降档；付费意愿/市场规模数据不足时裁决不得高于「有条件做」）+ demand_state（喂报告 demand_tags 当参考；竞争状态轴你按竞品证据补）。

双支柱交叉验证：自上而下（报告/资本）和自下而上（社区/评论）是否一致？矛盾要单独高亮当关键发现（例：报告说市场大但社区零讨论）。

⑤ 红队证伪 + 闭环重评

spawn 一个红队 agent，喂它 hypothesis（含子断言）+ ④ 的初步裁决，按 references/red-team-checklist.md 的九种杀法专门找证据杀死这个需求（按子断言分别攻击），反证也要挂引用。

闭环重评（走评委，不自己拍）：红队若拿出有数据支撑的反证——

1. 把反证加进 evidence.json（该重跑 tri.json 就重跑）；
2. 受影响的维度重新交给严格派 + 中立派两个评委打分（喂原证据 + 红队反证），替换 judges.json 里对应维度的分；
3. 重跑 aggregate_scores.py 出 $RUN_DIR/agg-final.json 作最终裁决。

初评/终评两份 agg 都留着——报告的 score_history（delta 条）要用。正反对账：哪些初步判断被推翻、哪些扛住、哪些悬而未决；红队 8/9 号杀法的反证进 risks，「致命」级进 do_not，被证伪的子断言更新 claims 状态。红队若全程找不到反证，如实写「红队未能证伪」——这是强信号。

⑥ 产出报告（面向提问者，答案优先）

报告是给提出需求的人看的，不是给分析师看的。第一眼必须回答「我的需求解决了没、我该干嘛」。按 references/report-template.md 组装 $RUN_DIR/report.json——只写语义字段（判断、判词、建议、声音、风险……），scorecard / score_history / signals / evidence / weighted_pct 五个数据字段不要手抄，交给 --run-dir 从中间产物直读。先校验后渲染：

python3 ${CLAUDE_SKILL_DIR}/scripts/generate_report.py \
  --report $RUN_DIR/report.json --run-dir $RUN_DIR --check     # 硬伤退出码 1，修完再渲染
python3 ${CLAUDE_SKILL_DIR}/scripts/generate_report.py \
  --report $RUN_DIR/report.json --run-dir $RUN_DIR \
  --output "$RUN_DIR/<需求slug>-需求验证报告.html" --open

组装铁律（详见模板，这里只列易错点）：

1. 透传交给脚本：五个数据字段由 --run-dir 自动填充（agg-final / agg-initial / tri / evidence）；你手写了脚本也不覆盖，只在 verdict / weighted_pct 不一致时告警——告警了以脚本为准改回来。
2. 子断言三态必须出现在第一屏：claims 每条 成立/存疑/被证伪 + 一句话；go_criteria 回评框定时定的判据（渲染进档案区 E）。
3. 长度铁律：verdict_sub ≤26 字先判断需求；verdict_sub2 ≤120 字（渲染在第 2 节判词块，不挤 hero）；--check 超限会告警，告警就返工文案。
4. 建议三件套：one_thing（只做一件事，时间/成本框写 window）+ actions ≤3（动词开头 + 判据 + 时限 + fixes 挂靠短板维名，渲染时自动拼上该维分数）+ do_not ≤2（红队致命项）。「持续关注」这种没判据的废话禁止。
5. demand_tags 用固定词表（F 节）；risks 按 H 节，没有就空数组；not_verified 必填；每条 why/voice/risk 挂 evidence_ids（--check 会验引用完整性）；绝不过度承诺。

收尾（对话内，报告之外）：报告生成后在对话里给一段 5 行以内的文本版结论——裁决 + 分数、一句话判断（verdict_sub）、最关键的一条为什么、「如果只做一件事」、报告路径。再补一句：改 $RUN_DIR/report.json 后重跑上面命令可重渲染。用户不打开文件也能拿到答案。

快速档（用户赶时间才用）

用户说「快速看一下 / quick / 粗验一下」时降档跑：采集只派 3 个 agent（社区痛点 + 竞品评论 + 权威报告）、补搜最多 1 轮、评委三人设照旧、红队只跑 1-5 号杀法。报告结构不变，但 confidence 上限「中」，并在 not_verified 里注明「快速档未覆盖：搜索需求 / 社交舆情 / 红队 6-9 号杀法」。默认走全量，不要自作主张降档。

参考文件索引

• references/validation-framework.md — 假设卡 v2（子断言）+ 7 项评分卡 + 证据分级 + 评委人设 + 风险清单
• references/source-playbook.md — 按需求类型选源 + 搜索变体技巧 + 证据落库规范
• references/red-team-checklist.md — 红队九种杀法（含合规/伦理）+ 产出去向
• references/report-template.md — 报告结构 v2 + 全字段 + 长度铁律
• references/forbidden-patterns.md — 红线：禁编数据、无引用不下判断
• scripts/connectors/* — 官方免费 API 连接器（HN/iTunes/Play/Reddit）
• scripts/triangulate.py — 证据三角验证（平台归一 + 转载降档 + --gaps 每维缺口）
• scripts/aggregate_scores.py — 多评委聚合（中位数 + 分歧标记 + 数据不足退出加权 + 加权裁决）
• scripts/generate_report.py — report.json → HTML 报告（--check 先校验、--run-dir 自动透传数据字段；改 report.json 可重渲染）
• scripts/tests/test_scripts.py — 脚本回归测试（python3 scripts/tests/test_scripts.py）