核心功能
saas-decomposer 是一款专注于SaaS向AIaaS转型的分析引擎，核心愿景是"End of SaaS → AIaaS"——将价值2000亿美元的SaaS市场从"卖软件"时代推向"部署AI劳动力"时代。
四大核心模块
1. SaaS服务解构（Decompose）
- 输入SaaS服务URL或名称，自动抓取落地页与功能页面
- 提取核心功能列表，拆解为原子级任务
- 为每个功能标注AI可替代评分（1-5星）
- 映射现有Mupeng技能覆盖情况
2. 内迁计划生成
- 基于解构结果制定技能开发优先级（按替代效果排序）
- 自动复用现有技能，生成新技能规格草稿
- 提供SaaS订阅成本 vs 自主技能运营成本对比
3. 竞品SaaS对比分析
- 同时解构3-5款同类SaaS产品
- 生成功能交叉对比表与AI替代区域重叠分析
- 计算"Mupeng技能包可替代占比"
4. 行业专属转换模板
预置营销、项目管理、客户管理、财务、内容创作、学生会等垂直领域的SaaS→AIaaS映射模式，如HubSpot对应auto-reply+copywriting+mail等技能组合。
分析框架七步法
Crawl（爬取）→ Decompose（解构）→ Score（评分）→ Map（映射）→ Gap（缺口识别）→ Plan（计划生成）→ Compare（成本对比）
显著优点
- 战略前瞻性：直接响应AI Agent替代传统SaaS的行业趋势
- 量化决策支持：提供具体的替代率、成本节省比例、开发周期估算
- 技能生态协同：深度整合Mupeng现有技能体系，最大化复用
- 多维度输出：单次分析可产出功能解构、路线图、成本对比、竞品对标四类交付物
潜在局限
- 依赖外部数据抓取：若目标SaaS网站结构复杂或存在反爬机制，功能提取可能不完整
- 评分主观性：AI可替代性评分基于经验规则，未经过大规模验证
- 基础设施盲区：对需要复杂工程化落地的功能（如实时同步、数据管道），开发周期估算可能偏乐观
- 成本对比简化：未考虑自运维的人力成本、故障风险等隐性支出
适合人群
- 希望降低SaaS订阅支出的中小企业CTO/技术负责人
- 构建AI Agent生态的产品经理与技术团队
- 关注SaaS替代趋势的投资人与行业分析师
- 需要将学生组织、小型社团从Notion/Google Workspace迁移到自主AI工作流的学生技术团队
常规风险
- 知识产权风险：抓取竞品SaaS公开信息时需遵守robots.txt及服务条款
- 过度承诺风险：高替代率估算可能导致用户对落地难度预期不足
- 技能碎片化：大量定制化技能开发可能导致维护成本上升
- 数据安全：内迁过程中涉及的业务数据迁移需额外关注合规性