用途
Community Discovery 用于在需要寻找可自然参与（organic engagement）的社区、识别目标市场在线上花费时间的地方，或规划社区驱动的 GTM（go-to-market）策略时使用。
主要能力
该工具通过一套分步流程，跨多个平台发现并评估线上社区：
- 收集输入：向用户询问受众描述（职位、行业、阶段）、产品类别（可选）、最小成员数（可选）。从受众描述中提取身份/角色、行业/垂直领域、业务类型/阶段、问题领域。
- 生成搜索查询：生成 8 条搜索查询，覆盖平台特定查询、目录类查询和发现角度查询。
- 搜索平台目录：优先搜索 hive.one、slofile.com、disboard.org、discadia.com、commsor.com 等社区目录。
- 直接搜索各平台：包括 Reddit、Slack、Discord、Facebook Groups、LinkedIn Groups，以及 Mighty Networks / Circle、Geneva、Luma、Discourse 论坛、行业特定论坛等。
- 规范化结果：将发现的社区整理为统一列表，记录名称、URL、平台类型、成员数、描述、来源，并进行去重。
- 评分：对每个社区按相关性（Relevance，1–5）和噪音（Noise，1–5）两个维度评分，并据此得出信噪比评级（High / Medium / Low）。
- 排序与定稿：按信噪比评级排序，其次按成员数排序，未验证成员数的社区排在同级已验证社区之后。
使用方式
该工具以技能（skill）形式提供，通过分步流程引导用户完成社区发现。用户需提供受众描述等输入，工具随后执行搜索、规范化、评分和排序，最终输出结构化结果。
输出格式包括：
- 标题与元信息（日期、受众、发现社区数、平台数、信噪比分布）
- High Signal Communities 表格（编号、名称、URL、平台、成员数、S/N、备注）
- Medium Signal Communities 表格
- Low Signal Communities 表格
- Platform Coverage Summary 表格（平台、数量、High S/N、备注）
- Observations（2–3 条观察）
- Recommended Next Steps（建议的后续步骤）
适用场景
- 寻找可自然参与的目标社区
- 识别目标市场在线上聚集的场所
- 规划社区驱动的 GTM 策略
限制与规则
- 目标为 100+ 个社区；若受众较窄，50 个也可接受，但需标注。
- 平台覆盖比原始数量更重要。
- 社区规模是次要因素。
- 绝不虚构未通过搜索找到的社区，只包含已验证结果。
- 绝不猜测成员数，未知数量标记为 "unverified"。
- 不跳过任何平台类别，搜索全部 5 类。
- 若找到的社区少于 20 个，说明搜索过窄，需用更通用的身份/行业术语扩大范围。
- 若受众描述非常宽泛（如 "small businesses"、"marketers"），需请用户先缩小范围。
- 若所有高信号社区都非常小（少于 500 名成员），需标注——该受众可能没有强大的线上社区存在。
评分标准
相关性（Relevance，1–5）：5 分为专为该精确受众构建；4 分为强匹配；3 分为相邻；2 分为松散匹配；1 分为切线相关。
噪音（Noise，1–5）：1 分为极低噪音；2 分为低噪音；3 分为中等噪音；4 分为高噪音；5 分为极高噪音。
信噪比评级：High 为相关性 ≥ 4 且噪音 ≤ 2；Medium 为相关性 3–4 或噪音 = 3（非两者极端）；Low 为相关性 ≤ 2 或噪音 ≥ 4。