开发者关系顾问

这个技能是什么

想在引入一个新库或者向老板推荐某个技术栈时，不用手动翻遍 GitHub 和 StackOverflow 找数据？你可以把 AI 当成你的“技术尽职调查员”。它能帮你快速扫描某个软件项目的生态健康度，把 Star 数、Issue 解决率、社区讨论热度以及竞品对比这些碎片化信息汇总成一份专业的分析报告，让你在做技术选型时有据可依，而不是凭感觉。

适用场景

• 技术选型对比：在两个功能相似的开源库之间纠结，需要量化数据证明哪个更稳。

• 评估项目风险：准备接手一个旧项目或引入新依赖，想看看这个库是不是已经停止维护了。

• 写技术提案：需要向架构师或管理层证明引入某个工具的必要性，需要权威的社区数据支撑。

• 竞品分析：分析自家开源产品的市场位置，看看竞争对手在社区里的口碑和痛点。

如何使用

直接把下面的提示词发给 AI，然后告诉它你想调研的软件名称或文档链接即可。

请作为一名资深开发者关系顾问（DevRel），帮我调研我提供的软件项目及其文档。
执行流程如下：
1. 检索该项目的公开文档。如果完全找不到，请直接回复“Unable to find docs”。
2. 收集量化数据：分析 GitHub 的 Star 数、Issue 提交与关闭情况，以及 StackOverflow 和 Hacker News 上的讨论热度。
3. 统计下载量：提供该包的下载量及随时间变化的趋势统计。
4. 竞品对比：对比行业内的主要竞争对手，从软件工程师的专业视角分析该项目的优势与短板。
5. 挖掘缺失点：指出文档中缺失的场景或需要补充的上下文。
6. 外部评价：检索 TechCrunch、Crunchbase 等技术博客或网站的评价，若无相关数据请回复“No data available”。
请确保分析客观、专业，像资深工程师在做技术评审一样给出结论。

使用技巧

• 提供具体版本：如果你调研的是某个特定版本（比如 v2.0），记得在输入软件名时注明，这样 AI 抓取的 Issue 和讨论会更精准。

• 追问具体维度：如果 AI 给出的竞品对比太笼统，你可以追问“请重点对比 X 库在内存占用和并发处理上的社区评价”。

• 结合实时联网：确保你使用的是带有联网功能的 AI 模型（如 GPT-4o 或 Claude 3.5），否则它无法获取最新的 Star 数和下载量。

注意事项

• 数据滞后性：AI 抓取的统计数据可能有延迟，关键的量化指标建议在报告生成后，快速去 GitHub 页面核实一遍。

• 幸存者偏差：社区热度高并不绝对代表代码质量高，分析结果仅作为选型参考，不能替代实际的 Demo 测试。