hermes agent可自动完成竞品分析前期调研：先通过【/competitor discover】发现5～12个潜在竞品，再批量抓取官网与社媒信息，最后清洗数据、按业务约束过滤并生成带可信度标记的对比矩阵。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让Hermes Agent自动完成竞品分析的前期调研工作，包括识别竞品名单、抓取官网与社交媒体动态、提取核心卖点与定价策略，而不是手动打开十几个网页逐个复制粘贴。
启动竞品发现流程
这一步必须在全新会话中执行，避免旧记忆干扰初始发现逻辑。
输入指令：【/competitor discover --domain example.com --depth 3】，其中example.com替换为你已知的主竞品域名；Agent将基于DNS解析、SSL证书共用关系、Google搜索算子自动扩展出5～12个潜在竞品域名。
等待约47秒，系统返回结构化竞品列表，含每个域名的权重分（0.62～0.98）、技术栈识别结果（如Next.js+Vercel）、社交媒体账号数。
批量抓取竞品公开信息
方法一：内置技能一键采集
对上一步输出的竞品列表，直接发送：“请为列表中全部竞品执行/web-scrape --fields name,pricing,cta_button,footer_links”，Agent将并发调用浏览器沙箱，自动处理JS渲染与滚动加载，12秒内返回统一JSON格式数据。
方法二：自定义脚本接管反爬站点
若某竞品启用Cloudflare Bot Management或人机验证，需跳过内置采集，改用本地Playwright脚本：在~/hermes-scripts/下新建cf_bypass_scrape.py，脚本开头必须包含from hermes.utils import inject_session_cookie，否则无法复用Agent已登录的Cookie上下文。
执行!python ~/hermes-scripts/cf_bypass_scrape.py --target shopify.com后，标准输出必须以{"status":"success","data":{...}}格式结尾，否则Agent无法解析归档。
生成可执行的竞品对比矩阵
第一步：触发自动清洗与字段对齐
发送指令：“将刚才所有竞品的pricing字段统一转为USD计价，剔除促销文案，只保留数字+货币符号组合”，Agent会调用已沉淀的price_normalize_v3技能，自动识别“$29/mo (save 20%)”→“$29.00”。
第二步：注入你的业务约束条件
明确告知：“我司产品定位中高端，仅保留年费≥$300且支持SSO登录的竞品”，Agent立刻过滤掉7个不符合项，剩余4家进入对比池。
第三步：生成带置信度标记的对比表
追加指令：“输出表格，列名：竞品名称｜年费｜核心功能｜SSO支持｜数据来源可信度”，其中“数据来源可信度”由Agent根据HTML结构稳定性、页面更新频率、是否含schema.org标记三维度动态打分（A+/A/B/C），【C级数据自动标红并附原始URL链接】。
