Community Signals 用于从开发者社区论坛的公开讨论中提取高意向线索。当前支持 Hacker News 和 Reddit。适用场景包括：寻找社区论坛线索、识别公开抱怨竞品的人、寻找提问“该用什么工具”的人，以及发现已自建 DIY 方案的人。
使用前提：Python 3.9+，需 requests，可选 python-dotenv；Reddit 抓取需要 .env 中的 Apify API token；Hacker News 使用免费的 Algolia API，无需认证。工作目录为包含该技能的项目根目录。
主要流程：先收集产品与 ICP 信息（产品简介、竞品、痛点、理想买家、相关技术关键词），不可跳过；然后围绕 9 个固定类别生成查询，包括替代品寻求、竞品痛点、问题空间提问、工具对比、DIY 自建、扩展挑战、迁移意图、预算/定价痛点、功能缺口抱怨，并搜索相关 subreddit，向用户展示查询后等待确认；将查询保存为 JSON 文件，运行 scripts/community_signals.py，示例命令：python3 ${CLAUDE_SKILL_DIR}/scripts/community_signals.py --queries ${CLAUDE_SKILL_DIR}/../.tmp/community_queries.json --days 30 --max-reddit-posts 50 --max-reddit-comments 20 --output ${CLAUDE_SKILL_DIR}/../.tmp/community_signals.csv。可选 --skip-reddit、--skip-hn、--days 7。
输出为 community_signals_users.csv（每个唯一用户一行，含 composite_score、intent_score、signal_count、categories、hn_karma、hn_bio 等）和 community_signals_signals.csv（每条匹配帖子或评论一行）。评分为类别意图分加多样性、跨平台和信号数量加成。成本上 HN 免费，Reddit 经 Apify 约 $0.004/结果加 $0.04/运行，典型运行约 $5-10。
限制：Reddit 评论不能直接搜索，需先找帖子再取评论，可能漏掉仅评论的讨论；Apify 无原生日期范围参数，需后处理按 created_at 过滤；论坛用户名为匿名，信息丰富命中率低于 GitHub；HN Algolia 限 10k 请求/小时，Apify 依套餐而定。