Product Hunt Analyst

Eigenständiges Projekt: Ruft Daten von Product Hunt ab, analysiert die Trends beliebter Produkte über die letzten 1 / 2 / 3 / 4 Wochen oder 1 Monat und stellt eine visualisierte Web-Oberfläche bereit.

Kann über MCP / CLI / HTTP API in Codex, Cursor, Claude Desktop, Workbuddy integriert werden.

Funktionen

• Produkte von Product Hunt nach Zeitfenstern abrufen (nach upvotes sortiert)

• Automatisch Trendberichte erstellen: Top-Produkte, Kategorieverteilung, Anzahl täglicher Veröffentlichungen, Themen-Keywords, textuelle Einblicke

• React-Visualisierungs-Dashboard (Liniendiagramme, Balkendiagramme, Ranglisten)

• MCP-Server für den direkten Aufruf durch KI-Agenten

• CLI-Skripte zur Ausgabe von JSON / Markdown

Related MCP server: GitHub Trending Service

Schnellstart

1. Abhängigkeiten installieren

cd product-hunt-analyst
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

pip install -r requirements.txt

2. Product Hunt-Token konfigurieren

1. Erstelle eine App unter Product Hunt OAuth Apps

2. Kopiere den Developer Token

3. Kopiere .env.example in .env und fülle es aus:

PRODUCT_HUNT_TOKEN=your_token_here

Wenn kein Token konfiguriert ist, wechselt die Web-UI automatisch in den Demo-Modus und zeigt Beispieldaten.

3. Kommandozeilen-Analyse

# 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. Web-Visualisierung starten

Methode A: Entwicklungsmodus (Frontend und Backend getrennt)

# 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

Methode B: Produktionsmodus (einzelner Port)

cd frontend && npm install && npm run build
cd ..
python -m backend.app
# 打开 http://127.0.0.1:8765

Zeitfenster

MCP-Integration (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

Nach dem Verlinken oder Kopieren von skill/SKILL.md in das Codex-skills-Verzeichnis kannst du es mit $product-hunt-analyst auslösen.

Cursor

Füge im Projektwurzelverzeichnis .cursor/mcp.json Folgendes hinzu:

{
  "mcpServers": {
    "productHuntAnalyst": {
      "command": "python",
      "args": ["mcp/server.py"],
      "cwd": "E:/codex/product-hunt-analyst",
      "env": {
        "PRODUCT_HUNT_TOKEN": "your_token"
      }
    }
  }
}

Claude Desktop

Registriere in claude_desktop_config.json dieselbe MCP-Serverkonfiguration.

Übersicht der MCP-Tools

HTTP-API

Workbuddy / Automatisierung

Einfach über HTTP oder CLI aufrufen:

curl "http://127.0.0.1:8765/api/analyze?period=4w"
python scripts/analyze.py -p 4w --markdown > report.md

Projektstruktur

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

Tests

python scripts/test_product_hunt_analyst.py

Hinweise

• Die Product Hunt API hat ein Rate-Limit (ca. 6250 complexity points / 15 Minuten)

• Die Daten dienen nur zu Recherchezwecken und stellen keine Anlage- oder Geschäftsentscheidungsempfehlung dar

• Bitte beachte die Product Hunt API Terms

Lizenz

MIT