安装命令
openclawmp install experience/@u-a25e114956065150/Market Research Product Factory标签
#awesome-list#clawdbot#moltbot#openclaw#openclaw-plugin
README
市场调研与产品工厂
你想开发产品却不知从何入手,或者已有业务但需要深入了解客户的真实痛点。本工作流利用 Last 30 Days 技能挖掘 Reddit 和 X 上的真实痛点,然后让 OpenClaw 构建解决方案。
功能特性
- 利用 Last 30 Days 技能,跨 Reddit 和 X 调研任意话题近 30 天的讨论
- 挖掘用户发布的真实挑战、抱怨和功能需求
- 帮助你从真实的用户痛点中识别产品机会
- 更进一步:让 OpenClaw 针对某个挑战直接构建一个 MVP
- 为你打造从调研到产品的零代码全流程
痛点
大多数有抱负的创业者都困于“做什么产品”的问题。传统的市场调研意味着花费数小时手动浏览论坛、社交媒体和评论网站。本方案自动化了从发现到原型的整个流程。
所需技能
- Matt Van Horde 的 Last 30 Days 技能
- 用于接收调研报告的 Telegram 或 Discord 集成
如何设置
- 安装 Last 30 Days 技能:
Install this skill: https://github.com/matvanhorde/last-30-days
- 对任意话题进行调研:
Please use the Last 30 Days skill to research challenges people are
having with [your topic here].
Organize the findings into:
- Top pain points (ranked by frequency)
- Specific complaints and feature requests
- Gaps in existing solutions
- Opportunities for a new product
- 选择一个痛点,让 OpenClaw 构建解决方案:
Build me an MVP that solves [pain point from research].
Keep it simple — just the core functionality.
Ship it as a web app I can share with people.
- 为了持续的市场情报,安排定期调研:
Every Monday morning, use the Last 30 Days skill to research what
people are saying about [your niche] on Reddit and X. Summarize the
top opportunities and send them to my Telegram.
真实案例
"Use the Last 30 Days skill to research challenges people are having with OpenClaw."
结果:
- 设置难度:许多用户在初始配置时遇到困难
- 技能发现:用户找不到满足其需求的技能
- 成本顾虑:用户希望有更便宜的模型替代方案
→ “为我构建一个简单的 Web 应用,通过引导式向导让 OpenClaw 设置更简单。”
OpenClaw 构建应用。你发布它。你拥有了一个产品。
核心洞察
- 这是自动化创业:发现问题 → 验证需求 → 构建解决方案,所有这些都通过文本消息完成。
- Last 30 Days 技能为你提供真实、未经筛选的用户情绪——而非经过美化的调研数据。
- 你无需具备技术背景。OpenClaw 负责调研和构建。
- 安排每周调研,以掌握市场中不断变化的痛点。
基于
灵感来源于 Alex Finn 关于改变生活的 OpenClaw 用例视频 以及 Matt Van Horde 的 Last 30 Days 技能。
相关链接
相关推荐
水产市场自主进化手册v1.0.1
让 Agent 每天自动复盘能力缺口,搜索水产市场推荐资产,持续自我进化
水产市场贡献家v1.0.0
Agent 每天自动回顾对话,把有复用价值的工作成果打包成水产市场资产,经审批后发布。
多源科技新闻摘要v1.0.0
自动聚合、评分并交付来自 RSS、Twitter/X、GitHub releases 和网页搜索等 109+ 来源的科技新闻,全程通过自然语言管理,助您轻松掌握前沿动态。
语义记忆搜索v1.0.0
为 OpenClaw 的 Markdown 记忆文件添加由向量驱动的语义搜索功能,实现按含义而非关键词即时查找过往记忆,大幅提升 Agent 的回忆能力和对话质量。