1. 项目概述Primr一个将公司网站转化为深度战略分析的AI研究代理如果你做过公司研究、市场分析或者投资尽调你肯定知道那有多痛苦。打开浏览器输入公司网址在“关于我们”、“产品”、“新闻”和“博客”之间来回切换同时还得打开十几个搜索引擎标签页试图拼凑出这家公司的技术栈、市场定位和战略动向。整个过程琐碎、耗时而且最终产出的往往是一堆零散的笔记缺乏结构化的洞察。Primr 就是为了终结这种低效而生的。它是一个开源的AI研究代理你只需要给它一个公司名称和官网URL它就能在35到50分钟内自动完成从数据收集、深度研究到报告生成的全过程产出一份包含竞争格局、技术栈分析、战略假设的顾问级报告成本仅需约0.75美元。Primr 的核心价值在于其“端到端自动化”和“深度结构化输出”。它不是一个简单的网页爬虫也不是一个只会总结网页内容的AI。它是一个集成了DNS智能侦察、自适应反爬虫策略、多源外部研究、AI驱动的分析与写作的完整工作流。想象一下你有一个不知疲倦、精通多种数据收集方法、并能像资深分析师一样进行交叉验证和推理的虚拟研究助理这就是Primr。这个工具特别适合咨询顾问、风险投资人、市场分析师、产品经理以及任何需要进行快速、深度公司研究的人。无论你是要评估一个潜在的合作伙伴分析竞争对手还是为一个新市场做尽职调查Primr 都能将你从繁琐的信息收集和初步分析中解放出来让你可以专注于更高层次的战略思考和决策。2. 核心设计思路为何Primr能“聪明”地工作Primr 的设计哲学是“像人一样研究但比人更快、更系统”。为了实现这一点它没有采用单一的、线性的处理流程而是构建了一个多阶段、可反馈、具备故障恢复能力的智能代理架构。其核心思路可以拆解为以下几个关键点。2.1 从“侦察”开始基于DNS的零成本技术栈洞察绝大多数公司研究工具都是从爬取网页开始的但Primr 反其道而行之它的第一步是primr recon。这个命令会在2-3秒内仅通过查询公开的DNS记录就能推断出目标公司的基础技术设施。注意这个阶段完全不需要任何API密钥是零成本的。它利用了这样一个事实公司使用的云服务如AWS、Azure、Google Cloud、邮件安全服务如Mimecast、Proofpoint、身份提供商如Okta、Azure AD和SaaS产品如HubSpot、Salesforce都会在DNS记录中留下独特的“指纹”。例如通过查询_dmarc.example.com或MX记录可以推断其邮件安全供应商通过CNAME记录指向*.azurewebsites.net或*.cloudapp.net可以确定其使用了微软Azure。这些信息虽然看似基础但为后续的分析提供了至关重要的“锚点”。如果侦察结果显示公司重度依赖Azure那么Primr在后续的“AI战略”阶段就会自动聚焦于Azure云原生、数据湖、AI服务等相关的战略假设使得分析报告更具针对性和深度。2.2 自适应爬取应对现代反爬虫技术的八层“武器库”直接爬取现代公司网站是一项艰巨的挑战。网站可能使用JavaScript动态渲染内容SPA部署了复杂的反爬虫系统如Cloudflare、PerimeterX或者采用了非标准的交互方式。Primr 的爬取引擎不是一个单一的脚本而是一个包含八种不同检索方法的“武器库”并具备智能的“择优-降级”机制。完整浏览器渲染首选方案。使用无头浏览器如Playwright完整加载页面执行所有JavaScript模拟真人浏览行为。这能应对95%以上的现代网站。静态HTML提取对于简单网站直接请求并解析HTML速度最快。API请求嗅探监测浏览器网络活动尝试直接调用网站后端API获取结构化数据如果存在。TLS指纹识别通过分析TLS握手特征辅助判断网站使用的技术栈和防护服务。截图视觉分析对于极少数连无头浏览器都无法正确渲染的页面进行截图然后使用多模态AI模型如GPT-4V从图片中提取文字和布局信息。站点地图Sitemap解析如果存在sitemap.xml直接从中获取所有重要页面的链接。链接发现与优先级排序根据组织类型商业公司、政府、非营利、教育机构智能调整链接抓取策略。例如对于商业公司会优先抓取“产品”、“定价”、“案例研究”页面对于大学则会优先关注“院系设置”、“研究项目”页面。失败快速熔断内置质量检查门控。如果爬取到的有效内容过少例如全是导航栏和页脚Primr会判断本次爬取“太薄”并自动中止避免浪费API Token在低质量数据上。用户可以用--skip-scrape-validation强制跳过此检查。这种分层、自适应的策略确保了数据收集的鲁棒性和效率是Primr能够稳定处理各类网站的基础。2.3 研究深化与交叉验证超越简单摘要的AI分析收集到网站内容和外部研究资料后Primr 进入了真正的“分析”阶段。这不仅仅是总结而是通过AI代理进行深度推理。缺口分析AI会审阅已收集的资料识别信息缺口。例如“我们知道了他们的产品但不清楚其定价策略”或“提到了合作伙伴但没有具体的合作案例”。针对这些缺口Primr会规划新的搜索查询主动寻找补充信息。假设生成与追踪AI会基于已有信息生成初步假设如“该公司可能正在从许可证模式转向订阅模式”。这个假设会在后续的研究中被持续追踪和验证。矛盾解决当从不同来源获得的信息相互冲突时例如一篇新闻稿说营收增长50%而另一份行业报告认为是30%Primr会启动“矛盾解决”子流程尝试寻找第三方信源或通过推理判断哪种说法更可信并在最终报告中标注置信度如[Confidence: Reported]或[Confidence: Inferred]。结构化工作簿所有中间发现——爬取摘要、研究笔记、来源清单、矛盾点——都会被整理成一个结构化的“工作簿”。这个工作簿不是为了给人看而是为了给后续的“报告写作”AI阶段提供高度组织化、可解析的输入确保最终报告的逻辑连贯、证据扎实。2.4 双轨制输出研究过程与交付成果的分离这是Primr一个非常关键的设计理念研究过程产物和最终交付物被严格区分。研究过程产物包括爬取摘要、缺口分析笔记等。它们的首要目标是机器可读、结构完整、溯源清晰格式美观是次要的。这保证了数据在流水线中传递的可靠性。最终交付物即我们看到的战略分析报告Markdown、DOCX、TXT。它们有严格的“输出契约”必须干净、规范、可直接交付。Primr在最终生成前会对报告进行“规范化”处理清理多余的标记、统一引用格式、验证结构完整性确保从AI生成的原始文本到最终文档的转换是确定性的、高质量的。这种分离使得系统既保持了内部数据处理的灵活性又保证了对外输出结果的专业性。3. 实战部署与核心操作指南理解了Primr的设计思想后我们来一步步将其部署起来并运行你的第一个深度公司分析。整个过程在本地完成无需云端服务器。3.1 环境准备与安装Primr 基于 Python 3.11 构建。首先确保你的系统满足基础要求。# 1. 克隆代码库 git clone https://github.com/blisspixel/primr.git cd primr # 2. 运行环境设置脚本强烈推荐 python setup_env.pysetup_env.py这个脚本非常贴心它会帮你完成几件关键事检查并安装所需的Python依赖如playwright、requests、pydantic等。创建并初始化一个.env文件用于存放API密钥。提示你安装无头浏览器所需的系统依赖在Linux上可能是libnss3在macOS上通过Homebrew安装。运行playwright install来下载Chromium等浏览器。实操心得虽然你也可以手动创建虚拟环境并用pip install -e .安装但setup_env.py自动化了所有琐碎步骤尤其是浏览器驱动的安装能避免很多后续爬取时的奇怪报错。对于新手来说这是最稳妥的起步方式。3.2 获取并配置API密钥Primr 的核心能力依赖于大语言模型。你需要至少配置一个AI服务的API密钥。Grok API (推荐性价比高)访问 xAI 控制台 注册并获取API密钥。将密钥填入项目根目录下的.env文件XAI_API_KEY你的_grok_api_密钥配置此密钥后Primr默认会使用Grok 4.20混合管道用4.20进行复杂的推理和分析用更便宜的4.1进行大篇幅的写作单次运行成本约0.75美元在速度和质量间取得了很好的平衡。Gemini API (用于高级/深度研究模式)访问 Google AI Studio 获取API密钥。同样填入.env文件GEMINI_API_KEY你的_gemini_api_密钥当你使用--premium参数时Primr将调用Gemini的“深度研究”(Deep Research)功能进行更彻底的外部资料搜集和交叉验证成本更高约5美元/次但深度也更强。重要提示Web搜索默认使用DuckDuckGo无需密钥。请确保你的网络环境能够正常访问这些AI服务提供商和公开的搜索引擎。3.3 运行你的第一个分析配置好密钥后先进行一次健康检查然后开始分析。# 1. 医生模式检查所有依赖、API连接和配置是否正常 primr doctor # 如果看到所有项目都是绿色的 ✓说明环境就绪。 # 2. 执行一次标准的公司分析以一家虚构的物流公司为例 primr Northwind Logistics https://www.northwindlogistics.example.com这条命令启动了完整的六阶段流水线侦察DNS查询识别技术栈。数据收集自适应爬取官网并进行外部研究。研究深化识别信息缺口补充搜索。分析构建结构化工作簿。报告写作并行生成23个章节的报告。交叉验证与AI战略解决矛盾并基于侦察结果如发现使用Azure生成针对性的云战略部分。整个过程会在终端实时显示进度条和阶段日志。大约35-50分钟后你会在output/目录下找到生成的报告通常是.md和.docx格式。3.4 核心运行模式与参数详解Primr 提供了丰富的参数来定制你的研究任务。理解这些参数能让你更高效地利用它。参数 / 模式核心作用与场景预估时间预估成本命令示例默认模式Grok 4.20混合管道 AI战略自动侦察平台35-50 min~$0.75primr “公司名” URL--platform ms专注于微软Azure NVIDIA私有云的战略分析45-60 min~$0.80primr “公司” URL --platform ms--platform aws azure多平台分析生成涵盖AWS和Azure的混合云战略45-60 min~$0.80primr “公司” URL --platform aws azure--strategy-type指定分析的战略视角如客户体验、数据战略等35-50 min~$0.75primr “公司” URL --strategy-type customer_experience--grok-tier fast全程使用更便宜的Grok 4.1速度稍快质量略低30-45 min~$0.47primr “公司” URL --grok-tier fast--grok-tier max全程使用最强的Grok 4.20质量边际收益递减35-50 min~$4.29primr “公司” URL --grok-tier max--premium深度研究模式使用Gemini Deep Research AI战略最彻底50-75 min~$5primr “公司” URL --premium--premium --lite使用Gemini Pro非Deep Research进行AI战略性价比折中50-80 min~$4primr “公司” URL --premium --lite--mode scrape仅爬取只收集网站内容并提取初步洞察不进行外部研究和写作5-10 min~$0.10primr “公司” URL --mode scrape--mode deep仅外部研究仅基于公司名进行Gemini深度研究不爬取网站10-15 min~$2.50primr “公司” URL --mode deepprimr recon仅侦察纯DNS情报收集无需API密钥瞬间完成2-3 sec$0.00primr recon company.com常用命令组合与技巧成本预估在运行任何可能产生费用的命令前务必先使用--dry-run。它会模拟整个流程并给出详细的成本估算和阶段分类让你心中有数。primr “ExpensiveTechCo” https://expensivetech.co --premium --dry-run查看所有战略类型Primr内置了多种分析视角运行以下命令查看所有选项。primr --list-strategies # 可能输出: ai, customer_experience, modern_security_compliance, data_fabric_strategy仅获取JSON格式的侦察信息这对于将技术栈数据集成到其他自动化流程中非常有用。primr recon acme.com --json4. 高级集成将Primr嵌入你的AI工作流Primr 不仅仅是一个命令行工具它被设计为“AI原生”的可以无缝集成到现代AI智能体生态中。这是它区别于其他单机研究工具的另一个强大之处。4.1 作为MCP服务器运行MCPModel Context Protocol是Anthropic为Claude等模型定义的一个协议允许外部工具为模型提供上下文和功能。将Primr作为MCP服务器运行意味着你可以在Claude Desktop、Cursor等客户端中直接调用Primr的研究能力。# 方式一使用stdio传输适用于Claude Desktop本地集成 primr-mcp --stdio # 方式二启动HTTP服务器适用于远程调用或团队共享 primr-mcp --http --port 8000配置完成后在你的MCP客户端如Claude Desktop的claude_desktop_config.json中添加Primr服务器地址。之后你就可以在和Claude对话时直接说“请用Primr帮我分析一下https://startup.io这家公司”Claude会自动调用Primr并返回分析结果。4.2 与OpenClaw集成OpenClaw是一个开源的AI智能体编排框架。Primr为其提供了打包好的“技能”Skills和“工作流”Workflows。技能如primr-research基础研究、primr-strategy生成战略、primr-qa问答迭代。工作流如research-pipeline完整研究流水线、strategy-pipeline战略生成流水线。这些工作流内置了成本预估、审批流程和预算管控。例如当一个工作流被触发时它会先向用户或审批系统展示本次运行的预估成本获得批准后才会实际执行并消耗API额度。这对于团队协作和成本控制至关重要。集成方法通常是将Primr的MCP服务器配置到OpenClaw的配置文件中openclaw/openclaw.json。4.3 A2A协议支持A2AAgent-to-Agent是一个新兴的智能体间通信协议。安装了A2A支持的Primr可以作为一个独立的智能体服务与其他兼容A2A的智能体进行对话和协作。# 安装A2A可选支持 pip install primr[a2a] # 启动A2A服务器 primr-a2a --no-auth启动后其他智能体可以通过查询http://localhost:9000/.well-known/agent.json来发现Primr提供了哪些能力然后直接调用这些能力实现多智能体协同完成复杂的研究任务。5. 生产级部署与团队协作方案虽然Primr是CLI优先、本地优先的工具但对于需要团队共享或更高可用性的场景它也提供了云部署方案。5.1 本地运行Solo模式这是最简单、成本为零的模式。每个团队成员在自己的机器上安装并配置Primr。适合自由职业者或小团队初期使用。缺点是环境隔离、依赖管理和密钥分发可能比较麻烦。5.2 团队部署Azure Container Apps对于小型团队推荐使用支持“缩容到零”的无服务器容器服务如Azure Container Apps。原理将Primr封装在Docker容器中部署到云上。通过一个简单的Web API或队列触发器来接收研究任务。优势共享访问团队成员通过一个统一的Web界面或API提交任务。环境一致避免了“在我机器上能跑”的问题。成本可控当没有任务时容器实例可以缩容到零每月成本极低通常5美元。集中管理API密钥、配置文件在云端统一管理更安全。部署步骤简述将Primr代码Docker化。在Azure上创建Container Apps环境。配置环境变量API密钥为Azure Key Vault中的Secret。设置一个HTTP缩放规则或者通过Azure Queue Storage来触发任务。5.3 组织级部署对于中大型组织可能需要更完善的功能身份认证集成Entra IDAzure AD进行单点登录和权限控制。预算跟踪与警报为每个部门或项目设置月度API预算超支时自动发送警报或暂停服务。可观测性集成Application Insights或OpenTelemetry监控每次任务的成功率、耗时和成本。与M365集成将生成的战略报告直接存入SharePoint或Teams频道或通过Power Automate触发后续审批流程。注意事项云部署会引入网络复杂性。确保部署Primr的容器能够稳定访问所需的AI APIxAI, Google AI和公共互联网用于爬取和搜索。在中国大陆部署时需要特别考虑网络连通性问题可能需要通过合规的跨境网络服务来解决。6. 常见问题排查与实战心得在实际使用中你可能会遇到一些问题。以下是一些常见情况的排查思路和我积累的经验。6.1 爬取阶段失败或内容过少现象任务在“数据收集”阶段很快失败或者日志显示“Scrape too thin”。可能原因与解决网站反爬虫机制强大Primr的八层策略通常能应对但极端情况下可能失败。尝试增加--user-agent参数模拟更真实的浏览器或使用--delay参数在请求间增加随机延迟降低被封IP的风险。网站需要登录Primr无法绕过登录界面。它只能抓取公开可访问的内容。确认目标网站的该页面是否无需登录即可查看。JavaScript渲染异常极少情况下无头浏览器可能与网站JS不兼容。可以尝试使用--screenshot-fallback参数如果可用强制对疑难页面使用截图视觉分析模式。网络问题检查你的本地网络或服务器网络是否能正常访问目标网站。可以先用curl或wget简单测试。跳过验证如果你确信网站有内容但被误判可使用--skip-scrape-validation强制继续但需承担后续分析质量可能下降的风险。6.2 API调用错误或超时现象任务在“研究深化”或“报告写作”阶段失败提示API错误。可能原因与解决密钥无效或额度不足检查.env文件中的XAI_API_KEY或GEMINI_API_KEY是否正确并在相应平台确认额度是否充足。速率限制xAI或Gemini API有每分钟/每天的调用次数限制。Primr内部有重试机制但如果短时间内运行大量任务仍可能触发限制。建议在任务间加入间隔或联系API提供商提升限额。模型暂时不可用大型AI服务偶尔会出现区域性故障。查看服务状态页面如 xAI Status 稍后再试。6.3 生成报告内容空洞或存在“幻觉”现象报告篇幅很长但缺乏实质性见解或包含明显错误的事实幻觉。可能原因与解决源信息质量差如果目标公司网站本身信息就很少或者外部搜索找不到高质量资料AI“巧妇难为无米之炊”。尝试先用--mode deep仅做外部研究看看能搜到什么或者手动补充一些已知的行业报告链接未来版本可能支持输入补充资料。置信度标签是关键仔细阅读报告中的[Confidence: Reported]来自可靠信源、[Confidence: Inferred]AI推断等标签。对于Inferred的内容务必保持怀疑并作为进一步手动验证的线索而非定论。使用--premium模式Gemini Deep Research在外部信息搜集和交叉验证上更强能有效减少幻觉但成本更高。对于非常重要的分析值得投入。善用“改进”功能Primr提供了primr improve命令参见docs/IMPROVE.md可以对已生成的报告进行迭代优化例如要求其“补充更多数据支持”、“强化竞争分析部分”等。6.4 成本超出预期现象实际运行费用比--dry-run预估的高。预防与排查始终先--dry-run这是最重要的习惯。它会给出基于当前配置和网站复杂度的详细估算。理解成本构成成本主要来自两部分AI Token消耗与处理的文本量、生成的报告长度正相关和Gemini Deep Research调用费固定每任务约2.5美元。网站越复杂、信息越多Token消耗越大。使用成本控制模式--grok-tier fast显著降低成本。--mode scrape仅爬取成本极低适合快速获取网站内容概览。在OpenClaw工作流中设置严格的预算上限。检查输出目录有时任务中途失败但已消耗了部分API调用。检查output/目录下是否有部分成果或日志可以帮助判断失败点。6.5 报告格式或风格不符合要求现象生成的DOCX文件格式错乱或希望报告遵循特定的公司模板。解决Primr的DOCX渲染基于固定的模板。目前不支持自定义Word模板。如果格式要求严格可以优先使用Markdown.md输出然后导入到支持Markdown的编辑器如Typora、Obsidian或通过Pandoc等工具转换为定制格式的DOCX。报告的风格和深度可以通过--strategy-type参数进行一定程度的引导。未来版本可能会支持通过提示词prompt进行更细粒度的控制。最后一点个人体会Primr是一个极其强大的“杠杆”它能将你从信息苦工中解放出来。但它不是“魔法”其输出质量严重依赖于输入目标网站的信息密度和AI模型的能力。最佳使用方式是将其视为你的“初级研究员”或“分析副驾驶”。让它完成繁重的信息收集、整理和初步分析生成带有置信度标签和完整引用的草案。而你作为资深专家则专注于审核这些发现、验证关键假设、结合你的领域知识做出最终判断。这种人机协作的模式能真正将你的研究效率提升一个数量级。