一个用于自动分析产品数据并生成Markdown格式分析报告的工具，特别适合与Obsidian知识库集成。
- 数据解析：从TSV文件中解析产品数据，支持清洗和预处理
- AI分析：使用DeepSeek API对产品进行深入分析
- Markdown生成：将分析结果转换为美观的Markdown文件，包含YAML前置元数据
- 批处理：支持批量处理产品数据，可断点续传
- 灵活配置：丰富的命令行参数，支持多种运行模式
- 错误处理：完善的错误处理和日志记录
- Python 3.8+
- 网络连接（用于调用DeepSeek API）
- 克隆仓库：
git clone https://github.com/AppleCook/Product-Analyzer.git
cd product-analysis-tool- 创建并激活虚拟环境：
python -m venv venv
source venv/bin/activate # Linux/Mac
venv\Scripts\activate # Windows- 安装依赖：
pip install -r requirements.txt- 配置API密钥：
创建.env文件，并添加以下内容：
cp .env.example .envDEEPSEEK_API_KEY=你的密钥
parse_tsv.py：TSV文件解析模块analyze.py：产品分析模块markdown_generator.py：Markdown生成模块main.py：主程序，整合所有功能
完整流程（解析、分析、生成Markdown）：
python main.py -i 输入文件.tsv -f 分析框架.md -o 输出目录主要参数说明：
-i, --input：输入TSV文件路径（必需）-f, --framework：分析框架文件路径（必需）-o, --output-dir：输出目录路径-b, --batch-size：批处理大小（默认：5）-l, --limit：最大处理数量-s, --start：起始索引（默认：0）-t, --timeout：API调用超时时间（默认：120秒）-d, --delay：API调用间延迟（默认：2秒）
特殊模式：
-ao, --analysis-only：仅执行分析，不生成Markdown-mo, --markdown-only：仅根据已有分析结果生成Markdown-j, --input-json：已分析的JSON文件路径（配合-mo使用）
- 完整流程处理10个产品：
python main.py -i toolify_revenue.tsv -f product.md -b 5 -l 10 -o "/path/to/obsidian/products"- 仅分析不生成Markdown：
python main.py -i toolify_revenue.tsv -f product.md -l 10 -ao- 根据已有分析结果生成Markdown：
python main.py -i toolify_revenue.tsv -f product.md -mo -j output/analysis_results_20250411_141200.json -o "/path/to/obsidian/products"- 执行批量处理(直接使用这个即可)：
python main.py -i toolify_revenue.tsv -f product.md -o "你本地的地址"- 自定义输入文件：
# 使用自定义TSV文件
python main.py -i 你的数据文件.tsv -f product.md -o "你本地的地址"默认使用toolify_revenue.tsv作为输入文件，你可以准备自己的TSV文件，但需要包含以下字段：
text-base：产品名称text-sm：产品描述text-base href：产品链接text-base (3)：产品收入text-center：产品排名el-image__inner src：产品图片URL
程序默认使用DeepSeek的deepseek-chat模型进行产品分析。如需修改模型，需要编辑analyze.py文件中的相关代码，将模型名称修改为DeepSeek支持的其他模型：
# 在analyze.py文件中，大约第87行
response = client.chat.completions.create(
model="deepseek-chat", # 修改为其他DeepSeek支持的模型
messages=[
{"role": "system", "content": "你是一位资深产品专家，擅长分析产品的商业模式、用户需求和市场策略"},
{"role": "user", "content": prompt}
],
stream=False
)目前系统配置为使用DeepSeek API，如需使用其他API服务，则需修改analyze.py和api_config.py中的相关代码。
分析框架是一个Markdown文件，包含用于分析产品的问题列表。示例：
## 产品分析框架
💡 这个产品解决的是什么问题？
👤 用户是谁？
🤔 用户为什么需要它？
🗣️ 用户是如何评价它的？
🔍 它是如何找到用户的？
💰 它赚钱吗？多少？
🧠 我从这个产品身上学到了什么？
🤔 它的什么做法不容易？
🤗 一句话推销：
💡 不同的方法：
🎉 我能做出来吗？
🧭 如何找到用户？
🤔 为什么是我？
❤️ 我能坚持吗？生成的Markdown文件包含以下内容：
- YAML前置元数据（product_id、name、revenue、rank、date、tags）
- 产品基本信息
- 产品描述
- 产品分析结果
- 元数据（来源、分析工具、分析时间）
常见问题：
-
API调用超时
- 增加超时时间：
-t 180 - 增加API调用间隔：
-d 5
- 增加超时时间：
-
分析结果不完整
- 确保分析框架合理
- 检查产品数据是否完整
-
Markdown文件未生成
- 检查输出目录权限
- 确保分析阶段成功完成
编辑product.md文件，添加新的分析问题。
修改markdown_generator.py中的MARKDOWN_TEMPLATE变量。
MIT License
如有问题或建议，请联系：yingchao.me@gmail.com