productHuntAnalyst
Enables AI agents to fetch and analyze Product Hunt trending products over 1-4 week periods, generating trend reports, top product lists, and category insights via MCP tools.
README
Product Hunt Analyst
独立项目:拉取 Product Hunt 数据,分析近 1 / 2 / 3 / 4 周 或 1 个月 的热门产品趋势,并提供可视化 Web 界面。
可与 Codex、Cursor、Claude Desktop、Workbuddy 等工具通过 MCP / CLI / HTTP API 集成。
功能
- 按时间窗口拉取 Product Hunt 产品(按 upvotes 排序)
- 自动生成趋势报告:Top 产品、品类分布、每日发布量、主题关键词、文字洞察
- React 可视化仪表盘(折线图、柱状图、排行榜)
- MCP Server 供 AI Agent 直接调用
- CLI 脚本输出 JSON / Markdown
快速开始
1. 安装依赖
cd product-hunt-analyst
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
pip install -r requirements.txt
2. 配置 Product Hunt Token
- 在 Product Hunt OAuth Apps 创建应用
- 复制 Developer Token
- 复制
.env.example为.env并填入:
PRODUCT_HUNT_TOKEN=your_token_here
未配置 Token 时,Web UI 会自动切换到 Demo 模式展示示例数据。
3. 命令行分析
# JSON 报告
python scripts/analyze.py --period 2w
# Markdown 报告
python scripts/analyze.py --period 1m --markdown
# 仅拉取原始数据
python scripts/fetch_posts.py --period 3w --compact
4. 启动 Web 可视化
方式 A:开发模式(前后端分离)
# 终端 1 - API
python -m backend.app
# 终端 2 - 前端
cd frontend
npm install
npm run dev
# 打开 http://localhost:5173
方式 B:生产模式(单端口)
cd frontend && npm install && npm run build
cd ..
python -m backend.app
# 打开 http://127.0.0.1:8765
时间范围
| 参数 | 含义 |
|---|---|
1w |
近 1 周(7 天) |
2w |
近 2 周(14 天) |
3w |
近 3 周(21 天) |
4w |
近 4 周(28 天) |
1m |
近 1 个月(30 天) |
MCP 集成(Codex / Cursor / Claude)
Codex
pip install -r requirements.txt
export PRODUCT_HUNT_TOKEN=your_token
codex mcp add productHuntAnalyst --command python --arg mcp/server.py
将 skill/SKILL.md 链接或复制到 Codex skills 目录后,可使用 $product-hunt-analyst 触发。
Cursor
在项目根目录 .cursor/mcp.json 中添加:
{
"mcpServers": {
"productHuntAnalyst": {
"command": "python",
"args": ["mcp/server.py"],
"cwd": "E:/codex/product-hunt-analyst",
"env": {
"PRODUCT_HUNT_TOKEN": "your_token"
}
}
}
}
Claude Desktop
在 claude_desktop_config.json 中注册同样的 MCP server 配置。
MCP 工具一览
| 工具 | 说明 |
|---|---|
list_periods |
列出支持的时间窗口 |
fetch_posts |
拉取指定时段产品列表 |
analyze_trends |
完整趋势分析(JSON) |
analyze_market |
完整报告(JSON 或 Markdown) |
get_top_products |
Top N 产品 |
get_topic_trends |
品类趋势 |
HTTP API
| 端点 | 说明 |
|---|---|
GET /api/health |
健康检查 |
GET /api/periods |
时间窗口列表 |
GET /api/posts?period=2w |
原始产品数据 |
GET /api/analyze?period=2w |
分析报告(JSON) |
GET /api/analyze?period=2w&format=markdown |
Markdown 报告 |
GET /api/demo?period=2w |
Demo 数据(无需 Token) |
Workbuddy / 自动化
通过 HTTP 或 CLI 调用即可:
curl "http://127.0.0.1:8765/api/analyze?period=4w"
python scripts/analyze.py -p 4w --markdown > report.md
项目结构
product-hunt-analyst/
├── backend/ # FastAPI + PH API 客户端 + 分析引擎
├── frontend/ # React + Vite + Recharts 可视化
├── mcp/ # MCP Server
├── scripts/ # CLI 工具与测试
├── skill/ # Codex/Cursor Agent Skill
├── agents/ # OpenAI Agents 配置
└── requirements.txt
测试
python scripts/test_product_hunt_analyst.py
注意事项
- Product Hunt API 有速率限制(约 6250 complexity points / 15 分钟)
- 数据仅供研究参考,不构成投资或商业决策建议
- 请遵守 Product Hunt API Terms
License
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。