01
历史查重
按主域名识别已分析网站，忽略协议、子域名、路径和参数。
PUBLIC AGENT DOSSIER 静态公开演示
把收入榜单，
翻译成可复刻的
生意地图。
从 TrustMRR 中筛出尚未分析、具备收入基础且核心商业闭环可复刻的网站，生成商业洞察与 MVP 技术路径。
01唯一收入源
TrustMRR
TrustMRR
$1K+进入分析的
最低月收入
最低月收入
3每次最多
深度报告
深度报告
6已有真实
运行成果
运行成果
01 / INTERACTIVE DEMO看它如何
看它如何
完成一次判断
这是预置数据驱动的浏览器本地仿真。你可以操作流程，但任何内容都不会离开当前页面。
MESSAGE INPUT
你的输入不会被发送
无 API、无数据库、无身份信息。
EXECUTION TRACE等待触发
RUN / DEMO-000
- 01识别触发词只判断消息中是否包含“榜单分析”WAIT
- 02读取历史记录按主域名排除已分析对象WAIT
- 03获取权威榜单仅采用 TrustMRR 当前 MRRWAIT
- 04收入与复刻筛选MRR ≥ $1,000，且核心闭环可实现WAIT
- 05商业与技术分析事实、综合判断和推测分层WAIT
- 06生成并校验报告成果、记录与回执保持一致WAIT
RESULT / COMPLETE
本次完成 3 份分析
等待运行仿真。
SELECTED / 03
按当前 MRR 排序的分析对象
02 / OPERATING LOGIC不是“看起来不错”，
不是“看起来不错”，
而是逐关通过。
Agent 把模糊的选品直觉变成一条可审计的判断链。任一硬条件不满足，就不会进入正式报告。
- 01
读记录
先知道什么已经做过，避免重复分析。
- 02
取榜单
从 TrustMRR 获取网站、网址与当前 MRR。
- 03
过门槛
排除 MRR 低于 $1,000 或数据不可读的网站。
- 04
判复刻
核心商业闭环必须能用通用技术做成 MVP。
- 05
做分析
回答问题、用户、收入与技术实现四件事。
- 06
严校验
文件、历史记录与最终回执必须一一对应。
03 / CAPABILITY MAP
能力不是一团 AI 魔法。
它被拆成六项可以检查、可以失败、也可以追责的工作能力。
02
收入筛选
仅采用 TrustMRR 当前 MRR，低于 1,000 美元或数据缺失即排除。
03
商业解剖
归纳核心问题、目标用户、使用场景和价值，不照抄官网宣传语。
04
MVP 复刻
围绕核心商业闭环拆出技术栈、模块、数据、外部服务和开发顺序。
05
证据分层
明确区分可验证事实、AI 综合判断与推测／复刻建议。
06
一致性校验
成果、历史记录和最终回执数量一致，才宣布任务完成。
04 / NON-NEGOTIABLES
它必须遵守的规则
- 01
只分析 TrustMRR 中的网站
- 02
当前 MRR 必须不低于 1,000 美元
- 03
每次最多选择 3 个，按 MRR 从高到低
- 04
合格对象不足时不降低门槛凑数
- 05
筛选后直接分析，不等待候选确认
- 06
推测必须明确标注，不冒充确定事实
05 / HARD BOUNDARIES
它明确不会做的事
- ×1
不会分析 TrustMRR 之外的网站
- ×2
不会估算或替换缺失的 TrustMRR MRR
- ×3
不会保证还原目标网站的真实技术栈
- ×4
不会复制品牌、客户、流量与专有数据壁垒
- ×5
不会自动发布、删除或覆盖既有成果
- ×6
本网页不会连接或调用真实 Agent
06 / REAL OUTPUTS三份真实报告，
三份真实报告，
三种生意结构。
以下内容来自已经生成的分析报告，并按公开字段白名单重新整理。MRR 是查询时点快照。
CASE / 01
AI / Productivity
Rezi
CURRENT MRR$257,983
核心问题
求职者的简历容易因格式、关键词和表达不符合 ATS 要求而在机器筛选阶段被淘汰。
核心用户
正在求职、需要优化简历表达的个人，以及批量采购简历服务的企业与高校。
产品价值
用 AI 生成与重写内容，通过关键词匹配和即时检查提升简历投递效率。
输入经历→AI 生成与改写→ATS 关键词优化→导出 PDF
CASE / 02
B2B SaaS / Productivity
Aplano
CURRENT MRR$246,754
核心问题
轮班团队依赖表格、纸张和即时通讯协调排班，导致耗时、冲突和统计困难。
核心用户
酒店、零售、医疗、安保和物流等轮班制中小企业的管理者与员工。
产品价值
把排班、换班、请假、打卡和工时报告集中到一个协作系统。
创建组织→拖拽排班→员工查看与打卡→工时统计→导出报告
CASE / 03
Data API / Dev Tools
1Lookup
CURRENT MRR$236,613
核心问题
企业获取的电话、邮箱和 IP 数据质量参差不齐，造成外呼浪费、退信和欺诈风险。
核心用户
有数据验证与富化需求的企业、营销团队和构建 AI Agent 的开发者。
产品价值
用一个 API key 和统一余额调用多种验证与富化能力，并按 lookup 次数付费。
签发 API key→调用邮箱验证→执行 MX／SMTP 检查→扣减 credit→返回 JSON
07 / RUN EVIDENCE不是概念图。
不是概念图。
它已经产出过。
现有运行记录中，6 个网站均有独立 Markdown 报告，并同步写入查重记录。公开页面只展示汇总证据，不公开本地目录与原始记录。
6真实报告
17报告章节
3单次上限
0公开 API
VERIFIED已脱敏STATIC / SAFE
08 / QUESTIONS
你可能还想确认
这个页面能调用真实 Agent 吗？＋
不能。它是完全静态的交互展示，仿真结果来自构建时打包的预置数据。
我输入的消息会被保存吗？＋
不会。输入只在当前浏览器页面内用于关键词判断，不会发送、写入 Cookie 或进入浏览器存储。
案例里的收入是实时的吗？＋
不是。所有 MRR 都是报告查询时点的 TrustMRR 快照，页面不会自动抓取或更新数据。
技术方案就是原网站的真实技术栈吗？＋
不一定。只有公开来源明确标注的技术才作为事实；其余内容都会说明是复刻建议。
为什么有时少于 3 个结果？＋
因为 Agent 不会为凑数降低 MRR 门槛、重复分析历史网站或纳入可复刻性不明确的对象。