Product Hunt Analyst

Отдельный проект: получает данные Product Hunt, анализирует тренды популярных продуктов за последние 1 / 2 / 3 / 4 недели или 1 месяц и предоставляет визуальный веб-интерфейс.

Может интегрироваться с Codex, Cursor, Claude Desktop, Workbuddy и другими инструментами через MCP / CLI / HTTP API.

Функции

• Получение продуктов Product Hunt за заданный период времени (сортировка по upvotes)

• Автоматическая генерация отчёта о трендах: Top-продукты, распределение по категориям, ежедневное количество публикаций, тематические ключевые слова, текстовые инсайты

• React-дашборд визуализации (линейные графики, столбчатые диаграммы, рейтинги)

• MCP Server для прямого вызова AI-агентами

• CLI-скрипт для вывода JSON / Markdown

Related MCP server: Trends MCP

Быстрый старт

1. Установка зависимостей

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

pip install -r requirements.txt

2. Настройка токена Product Hunt

1. Создайте приложение в Product Hunt OAuth Apps

2. Скопируйте Developer Token

3. Скопируйте .env.example в .env и заполните его:

PRODUCT_HUNT_TOKEN=your_token_here

Если токен не настроен, Web UI автоматически переключается в Demo-режим и показывает примеры данных.

3. Анализ из командной строки

# 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. Запуск веб-визуализации

Способ A: режим разработки (фронтенд и бэкенд раздельно)

# 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

Способ B: продакшн-режим (один порт)

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

Временные диапазоны

MCP-интеграция (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

Создайте ссылку или скопируйте skill/SKILL.md в каталог навыков Codex, после чего запуск можно выполнять через $product-hunt-analyst.

Cursor

В корне проекта добавьте в .cursor/mcp.json:

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

Claude Desktop

В claude_desktop_config.json пропишите ту же конфигурацию MCP server.

MCP-инструменты

HTTP API

Workbuddy / Автоматизация

Просто вызовите через HTTP или CLI:

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

Структура проекта

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

Тесты

python scripts/test_product_hunt_analyst.py

Примечания

• Product Hunt API имеет ограничение скорости (примерно 6250 complexity points / 15 минут)

• Данные предназначены только для исследовательских целей и не являются рекомендациями для инвестиций или бизнес-решений

• Соблюдайте Product Hunt API Terms

Лицензия

MIT