joeseesun/qiaomu-app-review-insights

# 乔木 App 洞察 [](https://appreview.qiaomu.ai) [](#agent-skill) [](LICENSE) [](https://github.com/joeseesun/qiaomu-app-review-insights)  **中文** | [English](#english) ## 为什么值得用 App Store 评论里藏着真实需求、付费阻力、版本事故和竞品机会，但它们通常散在几百条高噪声评论里。乔木 App 洞察会自动抓取评论，用分析模型提炼结构化洞察，并生成可缓存、可分享、可复盘的 App 评价洞察页面。 它适合： - 产品经理：把真实用户抱怨转成需求池和版本风险清单 - 独立开发者：从竞品差评里发现小产品切入口 - 增长 / 内容团队：把用户评价转成有证据的内容素材 - 投研 / 行研：快速观察热门 App 的用户口碑变化 - Agent 用户：用自然语言触发 App 评价分析工作流 ## 核心能力 | 能力 | 说明 | | --- | --- | | App 搜索 | 支持 App Store 链接、App ID、应用名称和国家区 | | 评论抓取 | Apple RSS + App Store 页面补样本，保留来源边界 | | LLM 分析 | 默认可接入 `deepseek-v4-flash`，提炼摘要、痛点、机会和行动建议 | | 证据优先 | 每个结论尽量保留代表性评论，避免空泛总结 | | 静态洞察页 | 每个 App 生成稳定 URL，记录更新时间，方便分享和复盘 | | 榜单入口 | 首页展示多国家、多分类 Top Free / Top Paid App | | 可视化诊断 | 版本口碑、差评主题、时间线和样本构成辅助判断 | | 公开保护 | 3 天内缓存复用，公开生成限流，避免 token 被打穿 | ## 样例输出 一次生成会得到： - 摘要：产品口碑和关键结论 - 核心痛点：用户反复抱怨的问题，附证据句 - 产品机会：可以转成路线图或独立产品想法的机会 - 正向信号：用户愿意给高分的原因 - 用户分层：不同用户群体的关注差异 - 版本风险：更新、性能、限制、付费策略带来的风险 - 行动建议：产品经理可以继续验证或排期的动作 - 可视化图表：版本趋势、痛点热力、评论情绪时间线  线上示例： - [ChatGPT 评价分析](https://appreview.qiaomu.ai/apps/us/6448311069/chatgpt) - [乔木 App 洞察首页](https://appreview.qiaomu.ai) ## 快速开始 git clone https://github.com/joeseesun/qiaomu-app-review-insights.git cd qiaomu-app-review-insights npm install cp .env.example .env.local npm run dev 打开 [http://localhost:3000](http://localhost:3000)。 最小环境变量： QIAOMU_LLM_API_KEY=your_api_key QIAOMU_LLM_BASE_URL=https://api.deepseek.com/v1 QIAOMU_LLM_MODEL=deepseek-v4-flash NEXT_PUBLIC_SITE_URL=http://localhost:3000 STORAGE_TYPE=local 不要把 `.env.local`、`.env.development` 或真实 API Key 提交到仓库。 公开部署建议打开生成保护： APP_REVIEW_PUBLIC_DAILY_NEW_APP_LIMIT=5 APP_REVIEW_PUBLIC_CACHE_FRESH_DAYS=3 APP_REVIEW_GENERATION_LIMIT_DIR=/app/src/data/app-cache/.generation-guard APP_REVIEW_HISTORY_DIR=/app/src/data/app-cache/.review-history ## 预生成热门 App 页面 node scripts/precache-top-apps.mjs \ --base-url http://localhost:3000 \ --countries us,cn \ --charts free,paid \ --limit 5 \ --max-reviews 160 常用参数： - `--force`：覆盖已有缓存并重新抓取 - `--no-analyze`：只抓评论统计，不调用 LLM - `--limit`：每个榜单生成多少个 App 页面 - `--max-reviews`：每个 App 最多抓取多少条评论 ## Docker 部署 cp .env.example .env.production npm run build docker compose --env-file .env.production up -d --build curl http://127.0.0.1:3095/api/health 生产环境推荐： NEXT_PUBLIC_SITE_URL=https://your-domain.example APP_REVIEW_CACHE_DIR=/app/src/data/app-cache 默认 Docker 端口是 `3095`。挂到 Nginx、Caddy 或 Cloudflare Tunnel 时，把外部域名代理到该端口即可。 ## 核心 API 生成或读取缓存页： curl -X POST http://localhost:3000/api/research \ -H 'Content-Type: application/json' \ -d '{"query":"ChatGPT","country":"us","maxReviews":160}' 更新洞察： curl -X POST http://localhost:3000/api/research/regenerate \ -H 'Content-Type: application/json' \ -d '{"appId":"6448311069","country":"us","maxReviews":160}' 健康检查： curl http://localhost:3000/api/health ## Agent Skill 如果你用 Codex、OpenCode、Cursor、Cline、Warp 等支持 Agent Skills 的工具，可以安装配套 skill： npx skills add joeseesun/qiaomu-app-review-skill 你可以这样说： - `分析 ChatGPT 的 App Store 用户评价，重点看版本风险和产品机会` - `帮我找一个同类 App 的差评痛点，看看有没有独立开发机会` - `把这个 App 的评论整理成产品洞察页结构` Skill 会引导 Agent 使用公开站点、API、缓存页面和产品洞察分析流程。 ## 技术栈 - Next.js 15 + React 19 + TypeScript - Tailwind CSS - ECharts / Recharts - Apple iTunes Lookup API / App Store RSS Reviews - OpenAI-compatible SDK，默认接入 DeepSeek v4 flash - 本地 JSON 缓存，可扩展到 KV、Supabase 或对象存储 - Docker Compose / standalone Next.js 部署 ## 限制与边界 - App Store RSS 评论接口有分页和地区差异，结果取决于国家区、抓取时间和 Apple 返回内容。 - AI 洞察不是事实裁决，页面会保留原始评论证据，建议结合证据判断。 - 公开生成会限流并复用缓存，避免无成本批量消耗 LLM token。 - Serverless 平台需要额外配置持久化存储，否则缓存和历史评论不会稳定保留。 ## Troubleshooting | 问题 | 解决方法 | | --- | --- | | `AI 服务密钥未配置或不可用` | 检查 `.env.local` 的 `QIAOMU_LLM_API_KEY` 或 `DEEPSEEK_API_KEY`，然后重启 dev server。 | | 搜索到的 App 不对 | 带上国家区和 App Store 链接，例如 `https://apps.apple.com/us/app/chatgpt/id6448311069`。 | | 详情页没有 AI 摘要 | 点击更新洞察，或确认服务能访问 LLM API。也可以先用 `--no-analyze` 只生成评论缓存。 | | Docker 启动后无缓存 | 确认 `APP_REVIEW_CACHE_DIR` 指向容器内可写路径，并挂载 volume。 | | 线上页面链接不对 | 设置 `NEXT_PUBLIC_SITE_URL=https://你的域名` 后更新缓存页。 | ## 关于向阳乔木 这个项目来自向阳乔木的 AI 工作流实践：我更关心工具如何进入真实产品、内容和增长工作，而不只是停留在模型参数或产品发布本身。 - 个人站：[qiaomu.ai](https://qiaomu.ai) - 博客：[blog.qiaomu.ai](https://blog.qiaomu.ai) - 乔木推荐：[tuijian.qiaomu.ai](https://tuijian.qiaomu.ai) - X：[@vista8](https://x.com/vista8) - GitHub：[@joeseesun](https://github.com/joeseesun/) # Qiaomu App Review Insights Qiaomu App Review Insights helps product managers, indie hackers, researchers, and content teams turn noisy App Store comments into structured insight pages: summaries, pain points, opportunities, positive signals, user segments, version risks, action plans, charts, and original review evidence. ## Why It Exists App Store reviews contain product truth: why users churn, why they pay, which updates broke trust, and where competitors leave openings. Reading them manually is slow. This project fetches review samples, runs LLM-assisted analysis, and generates durable pages that are easy to share, revisit, and cite. ## Highlights - Search by App Store URL, App ID, or app name - Fetch reviews from Apple RSS and App Store page samples - Analyze reviews with an OpenAI-compatible LLM, defaulting to `deepseek-v4-flash` - Preserve review evidence and source boundaries - Generate cached, stable insight pages per app - Show Top Free / Top Paid apps by country and category - Visualize version sentiment, review sources, pain themes, and time ranges - Protect public deployments with cache reuse, rate limits, and a generation queue ## Local Development git clone https://github.com/joeseesun/qiaomu-app-review-insights.git cd qiaomu-app-review-insights npm install cp .env.example .env.local npm run dev Open [http://localhost:3000](http://localhost:3000). Minimum environment variables: QIAOMU_LLM_API_KEY=your_api_key QIAOMU_LLM_BASE_URL=https://api.deepseek.com/v1 QIAOMU_LLM_MODEL=deepseek-v4-flash NEXT_PUBLIC_SITE_URL=http://localhost:3000 STORAGE_TYPE=local ## API Generate or read a cached page: curl -X POST http://localhost:3000/api/research \ -H 'Content-Type: application/json' \ -d '{"query":"ChatGPT","country":"us","maxReviews":160}' Refresh insights: curl -X POST http://localhost:3000/api/research/regenerate \ -H 'Content-Type: application/json' \ -d '{"appId":"6448311069","country":"us","maxReviews":160}' Health check: curl http://localhost:3000/api/health ## Agent Skill Install the companion skill: npx skills add joeseesun/qiaomu-app-review-skill Example prompts: - `Analyze ChatGPT App Store reviews and focus on version risks.` - `Find product opportunities from a competitor's negative reviews.` - `Turn this App Store page into a product insight report.` ## License MIT

标签：DLL 劫持, 产品研究, 代码示例, 大语言模型, 应用商店优化, 数据分析, 版权保护, 自动化攻击, 评论挖掘