hv-analysis MCP 服务器 | PlugMCP
跳到正文 把任意工具接入任意智能体。面向非开发者的 MCP 服务器目录；网关承载流量，n8n 承载应用。
产品
目录
开发者
公司
Publisher
Stars 22k
Agents 3
Categories 1
How do I install hv-analysis? Download hv-analysis/SKILL.md from the publisher, or copy the path and open the repository. PlugMCP lists the skill and does not host the file.
Where does hv-analysis live? The publisher keeps it at https://github.com/KKKKhazix/khazix-skills.
Which agents can use hv-analysis? Claude, Cursor, Codex, and Grok Build can read a SKILL.md you add from the publisher's repository. Grok Bot installs it when you send the skill's GitHub folder link in a chat.
SKILL.md
name hv-analysis
description 横纵分析法（Horizontal-Vertical Analysis）深度研究Skill。由数字生命卡兹克提出，融合了索绪尔的历时-共时分析、社会科学的纵向-横截面研究设计、商学院案例研究法与竞争战略分析的核心思想。 当用户想要系统性研究一个产品、公司、概念、技术或人物时使用。核心是双轴分析：纵轴追踪从诞生到当下的完整生命历程（以叙事故事呈现），横轴在当下时间截面上与竞品/同类进行系统性横向对比，最后交叉两条轴产出独到洞察。默认产出 PDF 和 Markdown，用户可指定 HTML 或 Markdown。 触发词包括但不限于：横纵分析、研究一下、帮我分析、深度研究、做个研究、调研一下、竞品分析、帮我看看这个东西怎么样、这个产品/公司/概念是怎么回事、帮我摸清楚、帮我搞懂、帮我做个deep research。 即使用户只是说"帮我了解一下XX"或"XX是什么来头"，只要上下文暗示需要系统性的深度研究（而非简单的概念解释），都应该触发。也适用于用户丢来一个产品名、公司名、技术名词说"帮我研究一下这个"的场景。 不要用于简单的名词解释（用户只是问"XX是什么"）、不要用于公众号写作（那个用khazix-writer）、不要用于纯标题摘要生成（按用户的标题需求直接处理）。 横纵分析法深度研究
方法论溯源
横纵分析法由数字生命卡兹克（Khazix）提出，融合了语言学中的历时-共时分析（Saussure）、社会科学中的纵向-横截面研究设计、商学院案例研究法、以及竞争战略分析的核心思想，形成了一套适用于产品/公司/概念/人物的通用研究框架。核心原则不变：纵向追时间深度，横向追同期广度，最终交汇出判断。
你正在执行一次横纵分析法深度研究。按用户指定的格式交付，默认 PDF 和 Markdown 源稿。
前置准备
先确定输出格式、篇幅和研究重点；用户指定的 1500 字、HTML 等要求优先于以下完整长报告参考。
环境准备
确认安装完整 ：需要本目录的 scripts/md_to_pdf.py 和 references/，第三方市场可能只分发提示词；缺文件时从官方仓库安装完整目录，不能假装 PDF 已生成。优先使用已有 Python 环境；需要安装依赖时，在用户缓存目录创建或复用 venv（macOS/Linux：~/.cache/khazix-skills/hv-analysis；Windows：LocalApplicationData 下的 khazix-skills/hv-analysis），使用该环境的 Python，项目目录只保存稿件和报告。按输出格式检查依赖 ：本Skill自带 scripts/md_to_pdf.py（基于WeasyPrint），用于将最终Markdown报告转为排版精美的PDF。HTML 只需 markdown；PDF 才需要 weasyprint 和系统 Pango。安装说明见 https://doc.courtbouillon.org/weasyprint/stable/first_steps.html#installation，不使用 --break-system-packages。写作风格 ：本Skill已内置完整的写作风格指南（见下文"写作风格"部分），无需额外加载其他skill。
明确研究对象
拿到用户输入后，确认以下信息。如果用户已经给得足够明确（比如"帮我用横纵分析法研究Hermes Agent"），不需要追问，直接开始：
研究对象 ：具体的产品名/公司名/概念名/人名类型 ：产品、公司、概念、人物、还是其他？研究动机 （可选）：为什么要研究它？最近发生了什么？特别关注点 （可选）：有没有特别想深入的方向？
第一步：联网信息收集
这个方法论的质量完全取决于信息的丰富度和准确性。必须联网搜索 ，不能仅靠已有知识。研究报告的价值在于深度和完整度，所以信息收集阶段宁可多搜，不要因为信息不够导致后面的分析浮于表面。
并行搜索策略
使用子Agent并行搜索来提高效率。建议的分工：
子Agent 1 — 纵向信息 ：研究对象的起源、创始人背景、发展历程、关键事件、版本迭代、融资、战略转向、危机子Agent 2 — 横向信息 ：竞品识别、各竞品的特点和用户口碑、行业对比评测、市场份额子Agent 3 （复杂对象才需要）：补充信息，如创始人深度背景、行业环境变化、用户社区讨论（GitHub issues、Reddit、Twitter/X、知乎等）
使用当前宿主实际提供的搜索和网页读取工具，不依赖某个模型或固定工具名。支持并行任务时可按上面的分工研究；不支持则顺序完成。搜索不可用时先尝试已知官方页面；仍无法取证就交付已有证据与缺口，不能用模型记忆冒充实时搜索结果。
azure-aigateway Configure Azure API Management as an AI Gateway for AI models, MCP tools, and agents. WHEN: semantic caching, token limit, content safety, load balancing, AI model governance, MCP rate limiting, jailb supabase Use when doing ANY task involving Supabase. Triggers: Supabase products (Database, Auth, Edge Functions, Realtime, Storage, Vectors, Cron, Queues); client libraries and SSR integrations (supabase-js, rea Reverse engineer anything with agents, from app behavior down to native binaries.
信息来源优先级 一手来源优于二手来源，多个媒体引用同一个错误会造成循环印证假象：
采集时为关键事实记录 URL、事件发生时间和页面发布时间/更新时间，不能混为一谈。优先直接的一手证据；无一手证据时比较互不转载的独立来源。只有单一二手来源时标「单一来源」；各方主张冲突时标「有分歧」并对称归属；缺证据标「暂缺」，不补造。预测和推断明确标注。价格、规模、现状优先当前有效来源，旧资料用于历史叙事。
信息充分性自检
纵向：能讲出一个完整的故事吗？有没有明显的信息断层？
横向：竞品列表完整吗？有没有遗漏主要玩家？每个竞品的信息够做对比吗？
来源：关键事实有可靠来源支撑吗？有没有只靠单一来源就下判断的？
第二步：纵向分析（Diachronic / Longitudinal） 沿时间轴，完整还原研究对象从诞生到现在的发展全貌。这是报告的主体部分，篇幅应该最重。
内容要求 起源追溯 ：它诞生的背景是什么？基于什么技术/理念/需求而来？创始团队或核心推动者是谁？这些人之前做过什么，为什么是他们来做这件事？当时的行业环境是什么样的？有没有某个关键事件或灵感直接促成了它的诞生？
诞生节点 ：明确的首次发布/成立/提出时间，最初的形态和定位，跟现在有什么不同。
演进历程 ：从诞生到现在，按时间顺序梳理所有关键节点。包括但不限于：重大版本更新、融资事件、团队变动、战略转型、技术架构变化、用户规模里程碑、重大合作或收购、公关危机或争议事件。
决策逻辑 ：在每个关键节点上，尽可能还原决策背后的原因。为什么选了A而不是B？当时面对的约束条件是什么？哪些早期决策"锁定"了后来的发展方向、难以逆转？什么机制让它越走越深（网络效应、生态绑定、技术栈选择等）？
阶段划分 ：把整个历程自然分为几个阶段（萌芽期、快速增长期、转型期等），每个阶段有核心特征和核心矛盾。
篇幅 完整长报告参考6000-15000字；短报告按用户预算压缩。历史越长、节点越多的对象靠近上限，新生事物靠近下限。核心原则是把故事讲完整、讲透，每个关键节点都值得展开，不要为了压缩而跳过重要细节。宁可写长写细，也不要蜻蜓点水。
第三步：横向分析（Synchronic / Cross-sectional） 以当前时间点为切面，将研究对象与同赛道的竞品/同类进行全面对比。
首先判断竞品情况 场景A：无直接竞品。 如果研究对象是全新品类或独占性极强的领域，跳过逐一对比，改为分析：它为什么没有竞品？是品类太新、壁垒太高、还是市场太小？未来最可能从哪个方向冒出竞争者？有没有间接替代方案或上一代解决方式可以参照？
场景B：少量竞品（1-2个）。 逐一深入对比，每个竞品展开详细分析。
场景C：竞品充分（3个及以上）。 选取最具代表性的3-5个进行对比，其余简要提及。
对比维度 核心差异对比 ：技术路线/核心方法论/底层逻辑、产品形态/商业模式/组织结构、目标用户/受众/适用场景、核心优势与明显短板、定价策略/资源投入/规模体量。
用户视角 ：每个竞品的真实用户口碑如何？社区评价、使用体验中被提及最多的优点和槽点分别是什么？用户实际的使用方式和官方定位有没有偏差？对比不要写成参数对照表的文字版，要讲清楚每个竞品「活成了什么样」，用户选它的真实理由是什么。
生态位分析 ：在整个赛道的版图中，研究对象占据什么位置？填补了什么空白，还是在跟谁正面竞争？当前格局是百花齐放、两强争霸、还是一家独大？
趋势判断 ：基于横向对比，研究对象在竞争格局中的走向是什么？机会和风险各是什么？
篇幅 完整长报告参考3000-10000字。场景A控制在3000字左右，场景C主要竞品按重要性分配篇幅，不要一笔带过。
第四步：横纵交汇洞察 这是整篇报告的精华段。把纵向发展脉络和横向竞争格局结合起来，给出综合性的、新的判断。不要写成前面内容的缩写版。
历史如何塑造了当下的竞争位置 ：纵向历程中的哪些决策和事件，决定了它今天在横向对比中的位置？竞品的纵向对比 ：如果把主要竞品也放到时间线上看，它们的起源和演变路径有什么不同？这些不同如何导致了今天各自的特点？优势的历史根源 ：今天的每个核心优势，能追溯到历史上的哪个节点或决策？劣势的历史根源 ：今天的每个核心劣势，能追溯到哪个历史决策？当初的「好决策」有没有变成今天的包袱？未来推演 ：基于纵向趋势和横向竞争格局，给出三个剧本——最可能的、最危险的、最乐观的，每个剧本要有逻辑支撑。
篇幅 完整长报告参考1500-3000字，用户篇幅优先。
写作风格 这不是一份冷冰冰的咨询报告，而是一篇让人能从头读到尾的深度研究。写作风格需要在「研究报告的严谨」和「卡兹克的可读性」之间找到平衡点。
从卡兹克文风中借鉴的核心元素 以下风格元素直接应用到报告写作中（详细定义请参考 khazix-writer skill）：
节奏感 ：句子时长时短，段落之间跳跃自然。不要每段都一样长，一句话自成一段制造重量感的技巧可以用。好的节奏像波动，每次围绕主线偏出去一点，再用一句「扣主线句」拉回来。
叙事驱动，不是罗列驱动 ：纵向部分要有故事弧线，有起承转合。比如一个产品为什么在某个时间点突然爆发，背后的铺垫是什么，转折是什么。不要写成"2023年1月发布了A，2023年3月发布了B"这种流水账。
知识是「聊着聊着顺手掏出来」的 ：在讲述过程中自然地带出背景知识，不要「下面我来给大家科普一下」。
敢下判断 ：鼓励给出观点和洞察，但每个观点必须有事实支撑。先摆事实，再给判断。是推测的明确标注。表达判断时用「我觉得」「我的判断是」这种承认主观性的姿态，而不是居高临下的定论。
层层剥开的修辞 ：不直接讲结论，用"现象→表面解释→更深的追问→核心洞察"的方式展开。让读者参与到思考过程中。
文化升维 ：在交汇洞察部分，连接到更大的文化/哲学/历史参照物。不是硬凑的升华，是「聊着聊着自然想到了」的感觉。
回环呼应 ：开头或纵向部分埋的细节和钩子，在交汇洞察或结尾callback回来。前后因果的闭合感，是让报告从「信息流」变成「作品」的关键。
不从卡兹克文风中借鉴的元素 以下元素适合公众号文章但不适合研究报告，需要克制：
过强的口语化 ：报告可以有聊天感，但不要满篇「这玩意」「不是哥们」「太牛逼了」。偶尔点缀可以，但密度要比公众号文章低很多。去小标题化 ：公众号文章追求一口气顺下来不加小标题。研究报告不一样，1-3万字的内容如果没有清晰的结构和导航，读者会迷路。报告需要清晰的章节结构。标点禁令可以放松 ：公众号文章禁用冒号和破折号。研究报告中可以正常使用，因为报告需要的是信息传达效率。但「」的使用习惯可以保留。固定尾部 ：不要加公众号的三连/星标尾部。
绝对禁区（依然适用）
套话："首先...其次...最后"、"综上所述"、"值得注意的是"、"不难发现"
空洞形容词："赋能"、"抓手"、"打造闭环"
教科书开头："在当今AI快速发展的时代"、"随着技术的不断进步"
高频踩雷词："说白了"、"意味着什么？"、"这意味着"、"本质上"、"换句话说"、"不可否认"
空泛工具名：不说"AI工具"、"某个模型"，要说具体名字
编造场景：如果某个信息搜不到，诚实标注「该信息暂缺」，绝不编造
用人话写 避免咨询公司式的套话和空洞概括。用具体的细节和例子代替概括性陈述。比如不要写「该公司在这一阶段实现了快速增长」，而要写「从2024年中期的1000万美元ARR到2025年底的10亿美元，增长曲线几乎是垂直的」。
第五步：生成报告 默认输出 PDF，并保留 Markdown 源稿；用户指定 HTML 时输出扩展名用 .html，沿用同一脚本的响应式页面，不需要 WeasyPrint。用户指定 Obsidian 时，把 Markdown 保存到用户指定的 vault 路径并回读核实，不需要新增配置或另一套转换器。
PDF 或 HTML 使用同一个 scripts/md_to_pdf.py 转换；Markdown 直接交付，不运行转换。
转换流程
先完成Markdown稿件 ：将完整报告写为标准Markdown格式，保存为 [研究对象]_横纵分析报告.md解析实际路径 ：从当前加载的 Skill 位置取得绝对目录 HV_SKILL_DIR，把所选环境的 Python 绝对路径设为 HV_PYTHON；路径包含空格时也必须可用。安装缺少的依赖并转换 ：HTML 只安装 markdown；PDF 再安装 weasyprint 及官方要求的系统库。Markdown 交付无需转换依赖。下面的 shell 示例使用已解析的路径；用户给了署名才加 --author，没给就去掉，封面不写作者；HTML 输出把扩展名改为 .html。
"$HV_PYTHON" -m pip install markdown
"$HV_PYTHON" "$HV_SKILL_DIR/scripts/md_to_pdf.py" input.md output.pdf --title "研究对象名称" --author "报告作者"
& $HV_PYTHON "$HV_SKILL_DIR/scripts/md_to_pdf.py" ...。PDF 模式生成 HTML 和 PDF；HTML 模式只生成 HTML。打开实际产物核对标题、中文、表格和分页。
脚本内置的排版规范 md_to_pdf.py 已内置完整的CSS排版方案，无需手动调整：
页面 ：A4，页边距上25mm/左右20mm/下20mm封面页 ：自动生成，包含标题（28pt深蓝色）、副标题「横纵分析法深度研究报告」、作者信息（传了 --author 才有）、装饰分隔线配色 ：H1标题=#1a5276深蓝、H2=#1e8449绿色、H3=#2e86c1浅蓝、H4=#5b2c6f紫色，正文=#2c3e50深灰字体 ：CSS fallback链 PingFang SC / Microsoft YaHei / Noto Sans CJK SC 等跨平台中文字体，自动处理中英文混排正文 ：10.5pt，行距1.75，两端对齐，孤行/寡行控制引用块 ：左侧3pt深蓝竖线 + 浅灰背景表格 ：全宽、深蓝表头白字、斑马纹行页眉 ：「报告标题 | 横纵分析法深度研究报告」（首页不显示）页脚 ：「第 X 页」（首页不显示）Markdown的第一个H1会被自动提取为封面标题，正文中不会重复出现
Markdown写作注意事项
第一行用 # 标题 作为报告标题（会自动用于封面）
紧接标题后可用 > 研究时间：... | 所属领域：... | 研究对象类型：... 格式写元信息行，会被提取到封面
用 ## 作为主要章节标题（纵向分析、横向分析、横纵交汇等）
用 ### 和 #### 作为子章节
表格使用标准Markdown表格语法
引用使用 > 语法
加粗使用 **文本**
末尾内容
信息来源 ：所有引用的来源清单，标注URL和访问时间方法论说明 ：简要说明横纵分析法的来源（1-2句话即可）
报告结构模板 封面页
目录
一、一句话定义
[用一句话说清楚这个东西是什么]
二、纵向分析：从诞生到当下
[完整的纵向叙事，6000-15000字]
三、横向分析：竞争图谱
[横向对比分析，3000-10000字]
四、横纵交汇洞察
[交叉分析和未来推演，1500-3000字]
五、信息来源
[所有引用的来源列表]
文件命名和交付 使用用户指定格式和路径。默认 PDF 文件命名为 [研究对象名称]_横纵分析报告.pdf，保存到用户的工作目录中。
不同研究对象类型的适配 核心原则不变（纵向追时间深度，横向追同期广度），但侧重点不同：
研究产品时 ：纵轴重点关注版本迭代、技术路线演变、用户增长曲线、关键产品决策；横轴重点关注功能对比、性能对比、用户体验、定价。
研究公司时 ：纵轴重点关注创始团队、融资历程、战略转向、组织变革、关键人事变动；横轴重点关注商业模式差异、市场份额、营收对比、组织架构差异。
研究概念时 （技术范式、商业模式、文化现象）：纵轴重点关注概念的起源（谁提出的、基于什么理论/需求）、如何流行起来、经历了哪些争论和演变；横轴重点关注与相近概念的区别、各自适用场景、不同阵营的论证。
研究人物时 ：纵轴重点关注个人经历、职业轨迹、关键决策、成长曲线、公开言论变化；横轴重点关注与同领域其他人物的对比（做事方式、风格、成就、影响力、路线选择差异）。
篇幅总览 下表是完整深度报告的参考，不是凑字数要求。用户指定篇幅、时限或重点时优先遵守；证据少就缩短并说明缺口。需要快速阅读时在正文前加结论摘要、关键时间线和竞品对比表，保留叙事解释。
质检清单 