知识库首页 方法论 agent_15_全部报告索引草稿.md

agent 15 全部报告索引草稿

本地来源:方法论/新词新站_300单_AI复购赛道全量分析_2026-08-24/_work/agent_15_全部报告索引草稿.md

全部正式报告逐文件索引(草稿)

  • 正式交付目录:/Users/project/1B/千百万刀/方法论/新词新站_300单_AI复购赛道全量分析_2026-08-24
  • 覆盖口径:排除 _work/ 后的全部普通正式文件;当前共 22 个(CSV 11、Markdown 8、TXT 3),符号链接 0。
  • 读取方式:22/22 已实际打开。CSV 使用 UTF-8-SIG + csv.DictReader 流式读取、计数并抽样;155 MB 的库存清单未整份载入内存。MD/TXT 按 UTF-8 读取全文并统计物理行。
  • 计数约定:CSV 写“记录”时不含表头;MD/TXT 写“行”时为物理行。大小为实际字节数及近似 KiB/MiB。

逐文件索引

# 文件名 格式 大小 行/记录数 一句内容 核心数字/结论 适合回答什么问题 打开注意事项
1 00_全量源文件清单.csv CSV 155,005,162 B,约 147.8 MiB 454,566 记录 源目录每个普通文件/符号链接的路径、字节、角色、解析状态、计数和原因。 454,534 普通文件 + 32 symlink;find 集合差 0;去重网站另为 29,561。 某个源文件是否被盘点、是否解析、为什么跳过,以及 symlink 指向何处。 超大表;用 rg、DuckDB/流式 CSV 或分块,不要直接整表进 Excel/内存;“文件数”不等于“网站数”。
2 00_覆盖审计.md Markdown 16,152 B,约 15.8 KiB 275 行 全量枚举、双引擎复核、各格式处理策略、扩展名/目录分布和抽样校验。 解析成功 parsed* 153,749;failed 21;skipped 300,796;25/25 随机路径存在;机械门禁全 PASS。 “有没有漏文件”、“哪些格式真读了”、“为什么 45 万文件不是 45 万网站”。 21 个 failed 全是 GamePix 坏/空运行 JSON,不是商业案例遗漏;动态生成的 15 个 BuildOrSkip 文件已在稳定后增量纳入。
3 00_覆盖统计.csv CSV 8,222 B,约 8.0 KiB 181 记录 库存清单的可机器读汇总:总量、枚举、扩展名、顶层目录、解析状态、角色与原因。 68 个扩展名统计行、58 个解析/跳过原因行、15 个顶层目录行;source entries=454,566。 快速做文件类型、目录或解析状态的聚合,无需扫 155 MB 主清单。 这是文件层汇总,不是赛道或网站层结论;parse_reason 行很多是预期的二进制资源跳过。
4 01_执行摘要.txt TXT 3,567 B,约 3.5 KiB 31 行 一页版 300 单目标、全赛道/AI 排名、14 案例优先级、证据边界和文件导航。 300 单 × $30 = $9,000 GMV;1% 全新客转化需 30,000 合格访客;300 活跃订阅、5% 流失只需补 15 人。 给决策者快速回答“做什么、多少流量、为什么选这些方向”。 是 README 的纯文本摘要;排名是统一规划评分,不是收入成功率。
5 02_300单收入_流量_毛利倒推.csv CSV 5,260 B,约 5.1 KiB 33 记录 一次性、订阅、额度包与各 AI 模态 COGS 的 300 单情景算术。 5 个一次性情景、20 个 300 活跃订阅情景、4 个 COGS 情景;合格访客范围 300–60,000。 “300 单需多少新客/访客”、“不同复购率/流失/毛利下月毛利多少”。 转化率、流失和毛利均是规划假设,不是历史观测或预测。
6 03_全部69产品类型_300单评分.csv CSV 67,135 B,约 65.6 KiB 69 记录 13 个一级赛道下 69 种产品类型的收入信号、客群、复购机制、八项统一评分和 $30 形态校准。 分数 39–88;Top=房地产/建筑/物业 88;$30 强适配 34、有条件 24、弱/需重定位 11;证据 medium 23、weak 46。 全赛道排序、比较 AI/非 AI 产品类型、查某一类 300 单的流量和复购假设。 评分是决策模型而非收入预测;未知类被强制弱证据;69 个集合是产品类型,不是 69 个站。
7 04B_BuildOrSkip_五榜_全部行.csv CSV 1,900,728 B,约 1.81 MiB 2,350 记录 BuildOrSkip 五个榜单观测行,附域名、排名、订单估算下界、来源页和规则 AI/复购标签。 2,156 exact domains;1,992 不在旧基线;产品发现榜 1,672 行;规则 AI=yes 97;最大 estimated-orders 下界 30,000,000。 查某个榜单站的排名/估算订单信号、哪些是新增域名、五榜的分布。 同域名可在多榜重复;estimated_orders 是平台估算下界,不是支付审计、收入或 MRR;分类是规则而非逐站人工。
8 04C_当前联合网站_AI复购标签.csv CSV 25,334,291 B,约 24.2 MiB 31,553 记录 29,561 旧基线与 BuildOrSkip 域名合并去重后的当前网站全表,保留成员身份和榜单证据。 旧基线 29,561;BuildOrSkip 成员 2,156;重合 164;新增 1,992;联合 31,553;规则 AI=yes 24,596。 当前最广的去重域名查找,对比旧基线与新榜成员,按 AI 模态/复购/收入证据筛选站点。 1,992 个 BuildOrSkip 新增站的 300单适配 为 unverified;AI/复购是规则标签,不是 31,553 站人工核验。
9 04_全网站_AI模态_复购标签_29561.csv CSV 24,139,232 B,约 23.0 MiB 29,561 记录 2026-08-23 旧标准化基线的一域名一行主表,带需求/赛道/流量/收入信号、AI 模态和复购规则。 29,561 唯一域名;AI=yes 24,549、no 4,527、unknown 485;收入证据 none/unknown 23,433;强复购/强适配 5,546。 需要可比的旧基线时查域名、来源、流量、收入等级、AI 模态或复购假设。 AI 命中基于多字段全文规则,可有假阳性;29,076 行置信度 medium、485 low;MRR 与近30日收入不可互换。
10 05_AI图片视频音乐3D音频文字_复购赛道.csv CSV 4,555 B,约 4.4 KiB 10 记录 图片、视频、音乐、3D、音频语音、文字、多模态、Agent/API、本地文件、B2B 监控的复购模型对比。 统一分:B2B-monitoring 88,video/text/multimodal 各 84,Agent-API 83,audio 82,image 81,3D 78,local-file 69,music 62。 直接回答“AI 图片/视频/音乐/3D/音频/文字哪些有复购”及其付费形态、风险与代表案例。 毛利率是统一规划情景,不是案例审计;“媒体模态”本身不保证复购,关键是工作流。
11 06_全案例与证据索引.csv CSV 14,158,186 B,约 13.5 MiB 32,180 记录 把本地非 Traffic 域名、BuildOrSkip 榜单观测、172 深度案例、14 用户案例和 14 官网核验统一到证据行。 31,244 非空唯一域名;scope=nontraffic 29,630、BuildOrSkip 2,350、Traffic 深度案例 172、用户案例 14、官网核验 14。 查某个站/产品的证据来自哪个数据源、粒度是什么、有哪些边界。 不是一域名一行;先按 record_grain/scope 选粒度。流量、榜单订单、官网价格和收入信号属不同证据级,不可直接相加。
12 07_用户提供14案例逐项复核.csv CSV 19,601 B,约 19.1 KiB 14 记录 对用户给出的 14 个方向逐项保留价格/订单/关键词说法,分列官网补证、差异、复购评分、流量倒推和合规。 优先验证 4、有条件 2、低频/风险/证据不足 8;Top=校准证书 79、施工前后图 79、Roblox 缩略图 78、GPTBot 监控 77。 比较 14 个具体点子、查 MVP/定价/获客/裂变/域名/合规,或查官网与用户数字的差异。 用户给的订单/搜索量与官网实时功能/价格是分开的证据;live_verified=yes 不等于订单或流量被审计。
13 08_代表案例与可抄结构.md Markdown 2,555 B,约 2.5 KiB 41 行 按图片、视频/多模态、音乐/语音、文字/翻译、3D、Agent/API、B2B 列可抄产品结构。 核心模式=首个效果后收高清/批量/历史/团队/发布;证据等级从本地连接收入信号到用户估算共 5 级。 “某个赛道有哪些代表产品”、“应该抄什么结构而不是抄品牌”。 案例证据混合官网功能/价格、Traffic 流量和用户估算;每条都要按文中证据标签解读。
14 09_域名与任务页矩阵.csv CSV 8,555 B,约 8.4 KiB 27 记录 14 个方向的候选域名、当日状态、首页主词、任务页矩阵、付费墙和购买门禁。 27 条候选;available-signal-only 15、not-checked 7、registered 3、unknown 2。 某方向用什么域名形状、首页打什么词、应拆哪些任务页、付费墙放哪。 available 只是信号,不等于可买/已买;购买前还需 RDAP/WHOIS、注册商 checkout/premium、Wayback 和商标检查。
15 09_域名与任务页策略.md Markdown 898 B 9 行 域名命名、首页单一成功事件、任务页拆分和购买门禁的极简原则。 已知 registered 3 个;unknown 2 个;其余指定候选多为 available-signal-only;先成功后收高清/批量/历史/团队/API。 “任务词域名还是品牌域名”、“域名状态怎么判”、“付费墙的共同原则”。 这是策略摘要,候选逐行状态要回到同编号 CSV;域名信号日后会变。
16 10_获客_增长_裂变打法.md Markdown 1,852 B,约 1.8 KiB 22 行 把 300 单拆到任务页 SEO、输出/邀请裂变、生态模板、affiliate 和社区,并给每周 KPI。 起始配比 120/75/45/45/15 单;首次成功率目标 >60%;站点到付费先争取 1%;退款 >5% 先停投。 “300 单从哪些渠道来”、“免费成功事件和裂变怎么设计”、“每周看什么 KPI”。 渠道订单配比和 KPI 是起始假设,不是历史归因;要用 GSC/事件/支付实际校正。
17 11_90天执行路线.md Markdown 1,683 B,约 1.6 KiB 29 行 从付费瞬间验证到单渠道、工作流和 300 单的 0–90 天门禁/止损路线。 0–7 天要 3 笔真实付款;8–30 天 30 单且 AOV≥$20;31–60 天目标 100 单 run-rate;61–90 天冲 300×$30。 “现在该做什么”、“每阶段怎样算通过”、“什么时候止损”。 只做 1 站,B2B 与 AI 主线二选一;门禁是建议阈值,应被真实数据更新。
18 12_风险_合规_证据边界.md Markdown 1,421 B,约 1.4 KiB 12 行 C2PA/SynthID、移民/录取、证件欺诈、游戏商标、语音、版权/NSFW、AI 成本和数据证据的红线。 图片/音频 75%、视频/3D 65% 毛利只是规划;流量≠订单;MRR≠30 日收入;29,561/31,553 标签不是人工逐站。 “哪些产品不能做/不能怎么宣传”、“证据能支持到哪一层结论”、“成本风险是什么”。 它是产品/分析门禁,不是法律意见;涉移民、语音权利、未成年人或平台规则要再做专业审查。
19 13_实时官网核验_2026-08-24.md Markdown 2,575 B,约 2.5 KiB 20 行 14 个代表域名在 2026-08-24 的官网功能/定价补证与局限。 包括 changetextimage、removeailabel、comicstranslate、paltweak、gfxforge、chinapass、Fastlane、Postrail、VidEdge、SoundBoost 等 14 站;显式记录 removeailabel 页面承诺冲突。 查“官网当日确认了什么价格/功能”,或用来区分用户粘贴数字与官网事实。 快照日期固定为 2026-08-24;官网价格/功能也不证明订单、收入、留存或渠道归因。
20 14_覆盖口径与文件清单使用说明.txt TXT 1,582 B,约 1.5 KiB 12 行 解释 45.4 万物理文件、29,561 旧基线、BuildOrSkip、172 深度案例、69 产品类型与 14 用户案例的不同分母。 最终库存 454,566;BuildOrSkip 2,350 行/2,156 域名/新增 1,992;172 深度案例解析成功 172/172;BuildOrSkip 落盘文件 54。 “报告中各个数字是什么分母”、“哪些叫全量,哪些只是目录内已落盘全量”。 “BuildOrSkip 全量”只指本地 54 文件已落盘内容,不能宣称外部 expected_total 全部抓完。
21 99_交付校验.md Markdown 2,228 B,约 2.2 KiB 29 行 对 69/29,561/2,350/31,553/14/172 等行数、集合、评分等式、CSV 可解析、UTF-8 和临时文件的机械校验表。 列出 20 项 PASS;BuildOrSkip=2,350 行/2,156 域名/新增 1,992;联合=31,553;库存=454,566。 交付是否自洽、各正式 CSV 是否可解析、关键集合是否对齐。 PASS 只证明文件和规则内部一致,不把第三方估算升格为支付/收入审计;源目录动态 sidecar 可能使早晚枚举差异。
22 README_先看结论.md Markdown 3,438 B,约 3.4 KiB 28 行 正式包入口:300 单数学、全赛道/AI Top、14 案例优先级、单站建议、证据边界和文件导航。 推荐一次只做 1 站:B2B 首选“校准证书+到期+审核包”;AI 首选“短内容持续生产/排期/分析”或“垂直缩略图”;300 单目标=$9,000 GMV。 第一次打开交付包时回答“结论是什么”和“下一步看哪个文件”。 这是结论导航,不是证据底表;具体数字要回到 02–07,风险回到 12,机械一致性回到 99。

覆盖与未读项

  • 冻结正式文件:22。
  • 成功实际打开:22。
  • 未能读取:0。
  • CSV:11/11 可用 UTF-8-SIG + csv.DictReader 流式解析。
  • Markdown/TXT:11/11 可用 UTF-8 读取。
  • 正式目录符号链接:0。
  • _work/ 中的脚本、中间 CSV/MD、NUL 路径集与 pyc 按任务要求排除,没有当作正式报告。

建议阅读顺序

  1. 先看 README_先看结论.md01_执行摘要.txt
  2. 0205 回答数学、赛道、全网站与 AI 复购问题。
  3. 0608 回溯案例、证据与可抄结构。
  4. 0913 落到域名、获客、90 天执行、合规和官网补证。
  5. 对分母或完整性有疑问时看 001499

校验方法(生成后执行)

ROOT='/Users/project/1B/千百万刀/方法论/新词新站_300单_AI复购赛道全量分析_2026-08-24'

# 正式文件数(排除 _work)
find "$ROOT" -path "$ROOT/_work" -prune -o -type f -print0 | tr -cd '\0' | wc -c

# 草稿表格数据行数;应为 22
awk '/^\| [0-9]+ \| `/{n++} END{print n}' "$ROOT/_work/agent_15_全部报告索引草稿.md"

# 每个正式文件名在草稿中至少出现一次;应输出 missing=0
python3 - <<'PY'
from pathlib import Path
root = Path('/Users/project/1B/千百万刀/方法论/新词新站_300单_AI复购赛道全量分析_2026-08-24')
text = (root / '_work/agent_15_全部报告索引草稿.md').read_text(encoding='utf-8')
formal = sorted(p for p in root.rglob('*') if p.is_file() and '_work' not in p.relative_to(root).parts)
missing = [str(p.relative_to(root)) for p in formal if p.name not in text]
print(f'formal={len(formal)} missing={len(missing)}')
for item in missing:
    print(item)
PY

本文档为站内渲染。原始文件本地路径:saas/source/methodology/方法论-新词新站_300单_AI复购赛道全量分析_2026-08-24-_work-agent_15_全部报告索引草稿-c89769.md(仅本地保留,不入库不部署)