Website Analysis（网站深度分析）

Overview

对任意网站进行五维度的深度拆解并输出 HTML 交互式分析报告：

基本情况 — 域名 Whois（注册商、创建时间、到期时间、域名年龄、注册人组织）、所属国家/地区、运营公司、开发者/团队信息、基础流量概览
技术分析 — 前端框架、部署/CDN、AI 模型、功能矩阵、技术壁垒评估
运营分析 — 流量规模、来源分布、Top 关键词、地理分布、用户粘性指标
营收预测 — 定价模型、三档情景测算（保守/基准/乐观）、成本结构与利润率
竞争格局 — 竞品对比、SWOT、市场背景与风险

工作流

按以下 6 个阶段顺序执行，每阶段产出的数据在最终报告中汇总。

阶段 0：域名与基础信息

从用户输入中提取目标域名（去除协议前缀与路径，例如 https://example.com/page → example.com）。
通过 RDAP API（免 Key）查询 Whois 信息：
```
https://rdap.org/domain/{domain}
```
（rdap.org 会自动路由到对应注册局；失败时可用 https://rdap.verisign.com/com/v1/domain/{domain} 对 .com 域名重试）
提取字段：注册商（registrar）、创建日期（events→registration）、到期日期、注册人组织/国家（如果公开）、状态（status）。
计算域名年龄 = 当前年份 − 创建年份。域名年龄影响 SEO 信任度判断。
注意：GDPR 后多数域名注册人信息脱敏，注册人组织通常不可见——如缺失则如实标注，不要编造。
归属信息采集（强制）：通过以下渠道尽可能搜集网站的归属信息，填入基本信息表：
- Whois 注册人组织/国家：阶段 0 已获取，若有则直接使用。
- 网站页面：WebFetch 抓取首页及 /about、/about-us、/company、/team 等路径，提取公司名称、团队/开发者信息、办公地点。
- 隐私政策/服务条款：尝试抓取 /privacy、/terms 页面，通常包含公司法定名称及注册地。
- WebSearch 搜索：搜索 {domain} company、{domain} who owns、{domain} developer team，交叉验证。
- 第三方企业库：搜索 {domain} crunchbase、{domain} linkedin company 获取公司信息。
- 需采集的字段：所属国家/地区、运营公司（法定名称或品牌主体）、开发者/创始团队（如有）。
- 如果多渠道均无法获取某字段，如实标注"未公开"，不要编造。
- 如果不同来源信息有冲突，以官方页面（about/terms）为准，并注明来源。

阶段 1：技术栈分析

用 WebFetch 抓取目标网站首页，提取：
- 页面标题、meta description、SEO 关键词（判断 SEO 策略）
- 功能特性列表（判断产品功能矩阵）
- 定价页信息（/pricing 路径优先尝试）
- 页面结构暗示（是否 SPA、是否 SSR）
结合以下线索推断技术栈（标注"推断"而非"确认"）：
- CDN/部署：查看响应头中的 server、cf-ray（Cloudflare）、x-vercel（Vercel）等
- 前端框架：Next.js（__NEXT_DATA__）、Nuxt（__NUXT__）、React SPA 等特征
- 样式：Tailwind（类名特征）、Bootstrap 等
- 分析工具：GA4、Plausible、Cloudflare Analytics 等
如需更精确，可用 WebSearch 搜索 {domain} builtwith technology stack 或 {domain} stackshare。
产品功能矩阵：整理网站提供的所有功能及各自定价档位（如积分/次数）。

阶段 2：运营数据采集

关键约束：没有第一方数据（Google Analytics），必须依赖第三方流量估算平台。多个平台数据差异可能很大（可差几十倍），必须交叉引用并标注数据来源与时间窗口，不要只采单一来源。

依次查询以下第三方平台（用 WebSearch 或 WebFetch）：
- creati.ai/ai-tools/{domain}（数据较全：月访问、跳出率、页/次、停留、来源、地理、关键词）
- aitrustlist.com/ai/{domain} 或 aitrustlist.com/ai/background-remove 风格页面（需搜索）
- mossai.org/ai/{domain}/analyze
- 搜索 {domain} traffic monthly visits similarweb 寻找其他估算
提取指标：月访问量、跳出率、人均页面数、平均停留时长、流量来源占比（自然搜索/直接/引荐/社媒/付费）、Top 国家、Top 关键词及 CPC。
数据可信度处理：
- 多平台一致的结构性判断（如"自然搜索为主"）→ 高可信，可直接写入结论
- 绝对值差异大 → 报告中选择数据最全、时间窗口最新的平台为主数据源，其余列作对照区间
- 数据明显异常（如低到 2K 与其他平台差百倍）→ 标注为异常值，不采用
在报告中必须注明：数据来自哪些平台、时间窗口、是第三方估算非官方数据。

阶段 3：市场与竞品

WebSearch 获取目标品类的市场数据：{品类} market size 2025 CAGR forecast。
竞品基准：搜索该品类的头部玩家，重点找：
- 各竞品的用户规模（月活/注册用户）
- 营收规模（公开披露或第三方估算）
- 定价模式（订阅/积分/按次）
- 融资或收购事件（判断市场热度）
行业标准转化率、ARPU 等基准存入 references/revenue-model.md 对照使用。

阶段 4：营收预测

使用三档情景测算模型（详细方法见 references/revenue-model.md）：

保守：低转化率 × 低 ARPU
基准：中转化率 × 中 ARPU
乐观：高转化率 × 高 ARPU

关键输入：

月访问量（阶段 2 主数据）
免费→付费转化率（行业基准 1.5%–4%，工具型网站取 2-3%）
月付费用户数 = 月访问量 × 转化率
ARPU（按定价模式估算：订阅制 $8-15/月，积分制按客单价折算）
年化收入 = 月收入 × 12

成本结构估算（占比如下，按实际调整）：

AI 推理/算力：30-40%
CDN/带宽：5-10%
人力（2-4 人）：40-50%
支付手续费：收入 3-5%
其他：5%

阶段 5：生成 HTML 报告

使用 assets/report-template.html 作为模板，替换为目标网站数据。报告结构固定为：

执行摘要 — 4 个关键指标卡（月访问/自然搜索占比/预估年收入/市场增速）
域名与基本信息 — Whois 表格 + 归属信息（所属国家/地区、运营公司、开发者/团队）+ 域名年龄判断
技术分析 — 技术栈表格 + 功能矩阵 + 技术洞察框
运营分析 — 流量指标卡 + 流量来源饼图 + 关键词表 + 地理分布柱状图
营收预测 — 定价对比表 + 三档测算柱状图 + 成本结构 + 利润率评估
竞争格局 — 竞品对比表 + SWOT 四象限
市场背景 — 市场规模趋势线图 + 数据来源表
结论与判断 — 评分 + 风险 + 最终判断

图表用 Chart.js（CDN: cdnjs.cloudflare.com/ajax/libs/Chart.js/4.4.1/chart.umd.js），全部使用硬编码十六进制颜色（canvas 无法解析 CSS 变量）。每张 canvas 必须有 role="img" 和 aria-label。

技术洞察框（insight-box）使用以下语义色：

蓝色边框（#0f3460）= 中性洞察
绿色边框（#2e7d32）= 优势/亮点
橙色边框（#e65100）= 风险/警告

输出要求

语言要求（强制）：每次分析完成后，必须使用简体中文输出全部结果，包括但不限于：HTML 报告中的所有文案（标题、表格、洞察分析、结论判断等）、对话中向用户汇报的分析摘要、以及所有中间分析过程的文字描述。即使目标网站是英文站点，报告内容也必须用简体中文撰写（专有名词、技术术语、品牌名等可保留原文）。
生成 HTML 文件到工作区，文件名如 {domain}-analysis.html
使用 present_files 展示报告
报告中数据来源（第三方平台名 + 时间窗口）必须透明标注
营收预测必须注明"为区间估算，不构成投资建议"
无法获取的数据如实标注"数据未公开/无法获取"，不要编造

资源

references/

data-sources.md — 全部数据源清单（WHOIS/RDAP、流量估算平台、技术栈检测、市场报告）
revenue-model.md — 营收测算方法论、行业转化率/ARPU/成本基准

assets/

report-template.html — 可直接复用的 HTML 报告模板（含全部 Chart.js 图表骨架）

scripts/

（本技能无需脚本，所有操作为搜索/抓取/分析流程）