构建前创意验证器

在 OpenClaw 开始构建任何新东西之前，它会自动检查这个创意是否已经在 GitHub、Hacker News、npm、PyPI 和 Product Hunt 上存在——并根据发现的结果调整其方法。

功能概述

• 在写任何代码之前扫描 5 个真实数据源（GitHub、Hacker News、npm、PyPI、Product Hunt）
• 返回一个 reality_signal 分数（0-100），表明这个领域有多拥挤
• 显示具有星标数的顶级竞争对手
• 当领域饱和时建议转向方向
• 作为一个构建前门槛：高分 = 停止并讨论，低分 = 继续构建

痛点

你告诉你的智能体"给我做一个 AI 代码审查工具"，它会很开心地花 6 个小时写代码。同时，GitHub 上已经存在超过 143,000 个仓库——最热门的一个有 53,000 星。智能体不会检查，因为你从未要求它检查，它也不知道要去看。你只在投入了大量时间后才发现了竞争对手。这个模式在每个新项目创意上都会重复。

需要的技能

• idea-reality-mcp — 扫描真实数据源并返回竞争分数的 MCP 服务器

如何设置

1. 安装 idea-reality-mcp：

uvx idea-reality-mcp

2. 将 MCP 服务器添加到你的 OpenClaw 配置中：

{
  "mcpServers": {
    "idea-reality": {
      "command": "uvx",
      "args": ["idea-reality-mcp"]
    }
  }
}

3. 将以下内容添加到你的 OpenClaw 智能体指令中：

在开始任何新项目、功能或工具之前，始终先运行 idea_check。

规则：
- 如果 reality_signal > 70：停止。报告前 3 个竞争对手及其星标数。
  询问我是否想继续、转向或放弃。
- 如果 reality_signal 30-70：向我展示结果和 pivot_hints。
  建议一个现有项目未覆盖的细分角度。
- 如果 reality_signal < 30：继续构建。
  提及这个领域是开放的。
- 在写任何代码之前，始终显示 reality_signal 分数和顶级竞争对手。

真实世界示例

你： "给我做一个 AI 代码审查的 CLI 工具"

OpenClaw 运行 idea_check("AI code review tool") 并回复：

reality_signal: 90/100（非常高）

顶级竞争对手：

1. Gitea — 53,940 星
2. reviewdog — 9,104 星
3. Danger (Ruby) — 5,649 星

这个领域有 143,000+ 相关仓库。顶级玩家已经成熟且资金充足。

转向建议：

• 专注于特定语言（仅 Rust/Go 的 AI 代码审查）
• 目标特定框架（React/Vue 组件审查）
• 目标特定行业（金融/医疗代码合规审查）

我应该继续差异化角度，还是转向其他方向？

你： "做一个构建前创意验证的 MCP 服务器呢？"

reality_signal: 8/100（非常低）

在 PyPI 或 npm 上没有找到直接竞争对手。GitHub 上有一些相关仓库，但没有一个解决这个确切问题。

这个领域很开放。继续构建。

变体

• 深度模式用于重大决策：使用 depth="deep" 并行扫描所有 5 个来源（GitHub + HN + npm + PyPI + Product Hunt）以进行重大项目决策。
• 批量验证：在黑客松之前，给 OpenClaw 一个 10 个创意的列表，让它按 reality_signal 排名——分数最低 = 最有原创性的机会。
• 先看 Web Demo：无需安装即可在 mnemox.ai/check 尝试，看看这个工作流是否适合你的需求。

关键洞察

• 这防止了构建中最昂贵的错误：解决一个已经被解决的问题。
• reality_signal 基于真实数据（仓库数量、星分布、HN 讨论量），而不是 LLM 猜测。
• 高分不意味着"不要构建"——而是意味着"差异化，否则别费劲"。
• 低分意味着真正的空白领域存在。这是独立构建者最好的机会。

相关链接

• idea-reality-mcp GitHub
• Web Demo（无需安装即可尝试）
• PyPI