AI coding agent 竞品分析 Agent

自动采集并分析 AI coding agent 竞品（Claude Code、Cursor、Windsurf、Copilot 等）， 输出含功能 / 定价 / 性能 / 生态 / 口碑 / 路线图的 Markdown 报告， 并附数据新鲜度注记（维度 TTL / 过期提示）、跨分析竞品时间线（价格/版本/功能变化事件）， 以及结构化定价画像（档位 / 按量计费 / 典型用量成本估算 / 企业询价标注）。

仓库结构

.
├── README.md                  # 本文件
├── .gitignore
├── .github/workflows/ci.yml   # CI：ruff / mypy / pytest / benchmark
└── competitor_agent/          # 竞品分析 Agent（唯一源码包）
    ├── README.md              # 项目详述：快速开始 / CLI / Web / MCP / 编程调用 / 架构
    ├── docs/                  # 契约文档（interfaces / domain_models / prompts / data_sources / ...）
    ├── config/review_config.yaml  # 预算 / 维度 / 新鲜度 TTL / 编排开关
    ├── domain_types/          # 领域数据模型（InfoGap / Observation / CompetitorStrategy / ReportFreshness / ...）
    ├── interfaces/            # Protocol 契约层（context / exceptions / memory / reporter）
    ├── core/                  # 框架内核（预算 / 取消 / checkpoint / 报告构建与渲染 / 输入清洗 / URL 守卫 / 竞品注册与发现）
    ├── agent/                 # ReAct 引擎 + Lead 编排（make_plan / delegate / subagent_registry）+ prompts + 护栏
    ├── collector/             # 数据源工具（web / github / pricing / benchmark / review）
    ├── skills/                # skill 文档（规划 / 维度抽取 / 事实边界 / 置信度披露，注入 LLM）
    ├── knowledge_base/        # 竞品知识库（RAG）
    ├── memory/                # 四层记忆 + 竞品时间线（timeline_memory）
    ├── evaluation/            # 评测体系（benchmark / ablation / behavior / failure）
    ├── mcp_server/            # MCP Server（对外暴露采集 / 分析工具）
    ├── facade/api.py          # 外部唯一入口 CompetitorAnalysisAPI
    ├── web_app.py             # FastAPI + SSE 可视化
    ├── secret_vault.py        # 凭据池
    ├── cli.py                 # 命令行入口（analyze / history / refresh / timeline / schedule）
    └── tests/                 # unit / integration / evaluation

工具缓存与报告生成物均写在仓库外（~/.cache/competitor_agent、~/.competitor_agent/reports）。

快速开始

cd competitor_agent
pip install -e ".[dev]"

# 运行测试
pytest

启动方式

# CLI
python -m competitor_agent.cli analyze "Cursor"
python -m competitor_agent.cli history --competitor cursor

# Web（SSE 可视化）
pip install -e ".[web]"
python -m competitor_agent.web_app --port 8000

# MCP Server
pip install -e ".[mcp]"
python -m competitor_agent.mcp_server.server --transport stdio

架构要点

• 主路径仅 LLM：run() 统一入口——registry/compare/discovery 全 resolution 同走一条 Lead Agent 单 loop，LLM 回合内自调通用工具编排（make_plan 规划 → delegate 批量并发委派维度/候选子 Agent → 可选 web_search_candidates 枚举候选 / aggregate_report 聚合 → Final Answer 组 REPORT_SCHEMA/dimensions[]），组装按 plan.resolution 统一分型（CompetitorReport / ComparisonReport 矩阵 + 结论段）。
• 保证型逻辑代码兜底：url_guard / 注入防护 / 预算 / 取消 / checkpoint / 聚合渲染 / 并发与候选数硬上限 / 评测不进 LLM 决策。
• 新鲜度与时间线：维度 TTL / 过期重爬 / 跨分析 diff → 时间线事件。
• 结构化导出 + 定时跑 + 异动告警：竞品/对比矩阵 JSON + api.run_scheduled + 告警 sink。
• 评测体系：benchmark / ablation / failure 类型统计（HARNESS 0.11.0）。

文档

• 项目详述（CLI / Web / MCP / 编程调用 / 里程碑状态）：competitor_agent/README.md
• 契约文档：competitor_agent/docs/
• CI：.github/workflows/ci.yml（ruff / mypy / pytest / benchmark）