一款 Claude Code 插件，在你动手做之前帮你验证「这个需求到底是不是真的」。 把模糊想法逼成可证伪假设，并行派多个 agent 从两根证据支柱采集，套 7 项评分卡 + 来源三角验证，再让一个对抗红队专门证伪你的想法，最后产出一份「答案优先」的 HTML 报告，给出明确裁决：可以做 / 有条件做 / 转向 / 别做。全程零登录、不写爬虫。
🌏 English · 📖 方法论 · 🖥 在线页面 · ⚖️ 许可
你有一个产品点子。动手写代码之前，你想知道：这个需求真不真、有多大、谁有、现在怎么凑合、愿不愿意付钱？ 大多数人要么靠脑补，要么淹没在一堆 Google 标签页和确认偏误里。
市面上的工具要么单一数据源（只挖 Reddit 的痛点工具），要么是没有验证框架、没有反方视角的泛泛「深度研究」。Demand Radar 把多源证据采集 + 需求评分卡 + 对抗红队打包成一次可复用的运行 —— 而且它生来就是要跟你的确认偏误对着干，不是顺着你。
🎯 双支柱真实证据。 每个裁决都同时站在自上而下（行业报告、市场规模、增长、资本信号）和自下而上（Hacker News、App Store / Google Play 评论、搜索需求、社交舆情）两根支柱上。当两边打架——「分析师说市场巨大，但社区里没人抱怨」——这个矛盾本身就是关键发现。
🔴 内置对抗红队。 你有确认偏误，红队没有。一个专门的 agent 唯一的 KPI 就是杀死你的假设——伪需求、已饱和、在萎缩、没人付钱、触达不了、样本偏误。任何「可以做」都得先扛住它。实测中，它靠揪出一个买家错配，把裁决从「有条件做 55%」拉到「转向 40%」。
📐 7 项评分卡 + 硬规则。 痛点强度 · 普遍性 · 现有替代缺口 · 付费意愿（权重 ×2）· 市场规模与趋势 · 差异化楔子 · 可触达性。竞争是需求被验证的证据，不是自动扣分项——红海只在「你没有任何能切进去的缝」时才扣「差异化楔子」这一维。一个信号只有被 ≥2 个独立源确认才算「已验证」，单源只能算「线索」。3 个评委 agent 并行打分，分歧标红，不和稀泥。
📋 答案优先，不是分析师流水账。 报告开头就是你的问题 → 大白话裁决 → 为什么——分数落在 0–100 的档位条上，一眼看懂它意味着什么。评分卡、该怎么做、详情、完整方法和证据链跟在后面，证据默认折叠。每条结论都挂可点击溯源的证据编号。
🔒 零登录、不写爬虫、不要 key。 只用免费官方 API（HN、iTunes；Google Play 可选，需装一个 pip 库）+ 网页搜索。无需注册、无 OAuth、不玩反爬。报告输出为单文件自包含 HTML。
🌐 跟你的语言走。 用英文问 → 英文报告；用中文问 → 中文报告。
运行 /demand <你的点子>，得到一份单文件、答案优先的 HTML 报告：
- 结论（决策卡） —— 一屏定生死：大字判断句 + 可以做 / 有条件做 / 转向 / 别做 + 0–100 档位条 + 「初评 → 红队终评 Δ」一行（一眼看到分数是被打过的）+ 子断言三态格（每条可证伪断言标 成立/存疑/被证伪，被证伪标红）；正下方是全页唯一的绿色横幅——「如果只做一件事」（带时间/成本框）。
- 为什么（判词） —— 判词段 + 加分/减分对账单：条数写进栏头，证据失衡本身就是视觉论据，致命项挂红牌，每条挂证据 ID 可溯源。
- 该怎么做 —— Do ≤3 条编号清单（动词开头、带成功/失败判据和时限、自动拼上短板维度当前分数「治：付费意愿 1/5」）+ 取自红队致命项的 Don't 红线。
- 评分卡 —— 7 维单图横向条形：×2 权重徽章、评委分歧 ⚠、每维红队 Δ、斜纹「数据不足」态（没证据绝不打成 0 分）；下接风险清单（分数之外的一票否决项）。
- 依据（证据档案） —— 默认折叠的六格：各方声音、双支柱对账与红队、竞品对照 + 替代方案地图、信号矩阵（每个信号 × 平台 × 置信度）、Go 判据回评、方法与全量证据；强制的「我们没能验证的部分」始终可见。
每次 run 的中间产物（hypothesis.json、evidence.json、tri.json、judges.json、初评/终评两份聚合、report.json）都和 HTML 存在同一目录——改 report.json 重跑 generate_report.py 就能重渲染，不用重新采集。
第一步 —— 添加 marketplace：
/plugin marketplace add lemomo-ai/demand-radar
第二步 —— 安装插件：
/plugin install demand-radar@demand-radar-marketplace
本地方式：
git clone https://github.com/lemomo-ai/demand-radar.git ~/demand-radar
claude --plugin-dir ~/demand-radar/demand 给小型远程团队做一个更简单的 Notion
- Demand Radar 把你的点子变成可证伪假设（ICP / 要解决的 Job / 现状凑合 / 待验断言 / Go 判据），不清楚的地方会追问。
- 并行派采集 agent 跨两根支柱采证（真实搜索 + 免费 API）。
- 三角验证证据，3 个独立评委打分，再上红队。
- 报告在浏览器里打开。
- 支持插件的 Claude Code
- Python 3（连接器与报告生成器，仅用标准库）
- 可选：
pip install google-play-scraper启用 Google Play 评论 - 无需 API key、无需构建、无需服务器
两层模型 —— 模型负责判断，脚本负责执行：
- 证据 —— 并行 agent 从免费官方 API + 网页搜索采集，每条标注
signal、来源类型（硬 / 行为 / 意见 / 分析师）和origin（一手 / 二手 / 疑似转载）。triangulate.py确定性地执行 ≥2 独立源规则——平台名先归一（"HN" 和 "Hacker News" 不会被虚数成两个源），全二手的信号降一档置信度，--gaps模式算出哪些评分维度还缺证据，补搜瞄着真缺口而不是感觉。 - 打分 —— 3 个人设不同的评委 agent（乐观 / 严格 / 中立）独立给 7 维打分，没证据的维打
score: null；aggregate_scores.py取中位数、标分歧、把数据不足的维整个移出加权（缺证据绝不当 0 分），算加权裁决。红队攻击后受影响的维度重新过评委再聚合——初评/终评两份都进报告决策卡，渲染成「初评 → 红队终评 Δ」一行。
反偏误机制：
- 对抗红队在任何裁决定稿前先证伪
- 三角验证 —— 单源信号不能冒充已验证
- 强制「未能验证」一节 —— 「没查到」绝不写成「不存在」
- 意见 ≤ 线索 —— 「我会买」不能单独支撑付费意愿结论
👉 阅读完整方法论
demand-radar/
├── .claude-plugin/
│ ├── plugin.json # 插件清单
│ └── marketplace.json # marketplace 入口
├── skills/demand/ # 调用为 /demand-radar:demand
│ ├── SKILL.md # 框定 → fan-out → 三角验证 → 评委 → 红队 → 报告
│ ├── references/ # 验证框架、选源 playbook、红队清单、报告模板、红线
│ └── scripts/
│ ├── connectors/ # hn_algolia · itunes · play_reviews（免费官方 API）· reddit（尽力而为）
│ ├── triangulate.py # ≥2 源置信度规则
│ ├── aggregate_scores.py # 多评委中位 + 分歧标记 + 加权裁决
│ └── generate_report.py # report.json → 答案优先 dashboard HTML（--check 先校验，--run-dir 自动透传数据字段）
└── docs/
├── index.html # 落地页
├── sample-report.html # 样例报告
└── METHODOLOGY.md / METHODOLOGY_zh.md
零运行时依赖（Google Play 评论为可选）。
Demand Radar 以 CC BY-NC 4.0 发布：
- ✅ 个人、教育、研究及任何非商业用途免费
- ✅ 欢迎 fork、修改、分享 —— 请标注原仓库并注明改动
- ❌ 商业用途（打包进付费产品、付费 SaaS 托管、基于本评分售卖报告）需单独授权
商业授权请联系：leifdiao@gmail.com
完整条款见 LICENSE。
献给那些想在动手之前，先搞清楚需求是不是真的人。