夜雨聆风GapQuery：跨 11 个生态、8.9 万款 App、BUILD / SKIP / MAYBE 一句话给判断
假设你是一个独立开发者，手里想做一个 Shopify 插件。老办法是打开 Shopify App Store，一页页翻类目，看哪个赛道评分低、评论多、又没人做好。翻一天，最后靠直觉赌一个。
GapQuery 就是给这种「靠直觉赌方向」的场景准备的。你不用自己翻应用商店，直接在 Claude Code 里打一句话：「找一下 Shopify 上用户很多但评分很烂的 App。」Claude Code 会调用它的 MCP 工具，从 1.3 万款 Shopify App 里筛出候选（跨 11 个生态合计 18 万条评论作为背景数据），再给你一个明确的 BUILD / SKIP / MAYBE 判断——BUILD 意思是这个空档值得做，SKIP 是别碰，MAYBE 是可以再验证。
产品是一个人做的，作者叫 Shawn North，公开信息不多，X 用户名是 @northify。他在 About 页写得很直白：一开始只是一张 Excel，反复刷 Shopify 应用商店猜赛道，作者原话大意是「凭直觉挑赛道是很糟糕的方式」，就写了一个爬虫，然后 10 个爬虫，最后发现真正的杠杆是跨生态数据，于是把这张表变成了产品。
覆盖 11 个应用商店，把 SaaS 生态当同一层数据处理
按 GapQuery 官网的数据，产品目前覆盖 11 个生态：WordPress 6 万款、Shopify 1.3 万款、Atlassian 6000 款、Slack 2600 款、Zoho 2000 款、Zendesk 1600 款、Xero 1000 款、Freshworks 1000 款、QuickBooks 869 款、GitHub 600 款、Monday.com 200 款。加起来接近 8.9 万款 App。
有意思的是这个覆盖范围。它把 SaaS 应用商店、电商插件、财务软件、devtools 放在同一个数据层里查询。对独立开发者来说，「我要不要从 Shopify 换个方向做 Monday.com 插件」这种跨生态判断，从来没有单独一个工具能回答。传统方式要开五个浏览器窗口，一个个类目翻。
再看一层，这里面藏着一个反直觉的价值点。单看某一个应用商店，比如 Shopify，你会发现所有热门类目都已经被塞满了——发货、库存、邮件营销、评论展示，随便一个赛道都有几百款竞品。独立开发者一看就打退堂鼓。但换到 Monday.com 只有 200 款、QuickBooks 只有 869 款的生态里，同样的场景可能连一款像样的 App 都没有。
跨生态查询能一眼看到「这个需求在 Shopify 卷成红海，但在 QuickBooks 是空白」，这才是 GapQuery 真正能卖钱的地方——它把「换个生态就是蓝海」这件事从直觉变成了可查询的数据。
产品把这层数据的接口做成了 25 个 API endpoint 和 17 个 MCP 工具，覆盖发现机会、找可替代的目标、分析集成、找价格空档等。你能用自然语言直接调它，比如「Freshworks 上哪些类目集成最少」，或者「Zoho 里定价高于 20 美元的 App 有哪些」。
没有前端的产品：MCP 就是前端
大多数早期 AI 数据产品的做法是：先做一个完整的 Web 仪表盘，图表、筛选器、导出 CSV 全套齐活，然后「顺便支持 MCP」当成技术亮点写在博客里。
GapQuery 反过来做。它的默认前端是 Claude Code，Web 端只承担轻量的账号 / API Key / pipeline 管理，产品文档里的 Getting Started 直接教你怎么在 Claude Code 里配 MCP。粘一段 JSON、填上 API Key 就能开始用，配置大致长这样：
{ "mcpServers": { "gapquery": { "command": "npx", "args": ["-y", "gapquery-mcp"], "env": { "GAPQUERY_API_KEY": "your_api_key_here" } } } }作者还发了三个配套的 Claude Code Skill：gapquery-discover 用来发现机会、gapquery-validate 用 Reddit 和论坛的真实需求做校验、gapquery-research 做 6 个领域的深研（市场、竞争、收入、技术、关键词、GTM）。一行命令装好：
npx skills add northify/skills -y也就是说，作者把 MCP 当默认前端，把 Skill 当分发包。用户第一次接触这个产品的动作不是「打开网站注册登录」，而是「在 Claude Code 里粘一段配置」。
这是一种很新的产品形态。绑死 Claude Code 这个入口，坏处是短期只能吃到 Claude Code 用户的份额，好处是几乎不用花力气做前端——不用写 dashboard 的图表、筛选器、可视化，交互都由 Claude Code 承担，作者只需要维护数据管道和 API。对一个人 SaaS，这是把工程精力压到最低的写法。
而且这不只是省事，它顺手拿走了另一个东西：AI 的推理能力。传统数据仪表盘只能给你一堆表格，还得你自己看、自己判断。GapQuery 把数据丢给 Claude Code 之后，模型能根据你的自然语言追问一步步筛下去——「刚才那批候选里，把已经有 20 款以上竞品的类目去掉」「把定价低于 10 美元的过滤掉」，全都不用产品自己实现筛选 UI。等于是把 dashboard 的搜索、过滤、比较全部外包给了模型。这在过去要写几千行前端代码，现在只要一个 MCP schema 就搞定。
$49 月付四次自动送终身：披着 SaaS 皮的 lifetime deal
再看定价。三档：
全档位都包 MCP、13 个发现工具、6 领域深研、build/skip 判定、每周数据刷新。Monthly 页面写着一句很关键的话——「converts to lifetime after 4 payments」。月付 4 次总共 $196，自动变成终身版。
这跟主流 AI SaaS 的逻辑反着来。大部分订阅产品拼命做粘性、拼命抬 LTV（用户生命周期总收入），最怕用户用一年就流失。GapQuery 明确告诉你：你只要付满 $196，我就把这个产品送给你，以后再也不收你钱。这更像 AppSumo 上那种 lifetime deal，不像标准 SaaS。
背后的算盘其实很清楚。对一个人产品，用户续订本身就带来客服、账单、退款的固定成本，与其收一辈子小钱不如一次性把现金流拿到手。用户在 4 个月里能不能真的用起来，也是最有效的留存筛选——用满 4 个月还愿意继续付的人，大概率会开始要新功能、新生态；用不到 4 个月流失的人，早收晚收都一样。
「再付 4 次就永远归你」把决策改成了倒计时——用户不是在评估要不要留下，而是在冲刺解锁一个终身权益。心理上从「随时可以走」变成了「差一点就到手」，退订率会明显下降。
作者拿到这笔 $196（或 $99 / $199）之后，未来的增长空间就落在两个地方：新增生态（比如再加 Notion、HubSpot、Airtable）单独收费加购；API 用量升级（Bundle 的 API 是 100 次每小时，Monthly 和 Unlimited 是不限量）。也就是说，主产品收得像买断，增量靠加购包和用量卖。
爬来的数据反过来喂 SEO：公开统计页当外链军队
作者自述产品从爬虫起家。爬回来的数据可以只放在自己产品里赚订阅，也可以做成公开可引用的行业统计页。GapQuery 选了后者。
它把各生态的统计页开放出来，明确鼓励外部媒体和博主引用，只要求一个回链作为署名（具体许可协议以官网页面为准）。
这一步是很干净的增长设计。行业博主、技术媒体、独立分析师最缺的就是「可以直接引用的数据源」，你把数据免费送出去，他们写文章时就会用你的表、加你的链接。对独立开发者来说，反向链接是最费钱费时间的东西，付费买软文一条几百美元也未必换来一个自然引用。把爬回来的数据二次包装成公开统计页，等于用一次性数据处理成本，换来长期、可复制、搜索权重高的外链军队。
大部分付费 SaaS 不敢这么做，怕免费数据抢了付费功能的生意。GapQuery 敢这么做，是因为它卖的其实不是数据表本身，而是「跨 11 个生态 + Claude Code 里一句话问答 + BUILD/SKIP 判定」这一整套体验。单独一张 Shopify 应用商店统计表放出去，反而是最好的钩子——看到这张表的人下一步很可能就想问「那 Monday.com 呢」，这时候就必须回到 GapQuery 里问了。
也不是没有隐患
把话说全一点。这个产品有两个明显的脆弱点。
一是入口绑死。GapQuery 的默认前端是 Claude Code，如果 Anthropic 明天调整 MCP 生态政策，或者 Claude Code 里出现一个大厂做的类似工具，作者几乎没有 Web 端可以退守。这也是所有「押注单一 AI 入口」的产品共同的风险——你的天花板是这个入口的用户数。
二是数据合规。11 个应用商店的爬取本身处在灰色地带，Shopify、Atlassian 这类平台的 ToS 通常不欢迎第三方大规模抓取列表和评论。产品做小的时候没人管，做大之后被平台发律师函或者关 API 的风险会一直在。把统计数据免费送出去反而是一种反向保护——数据一旦被大量引用和转载，「你不能爬」的边界就更难划清了。
给独立开发者的可复制启发
抛开 GapQuery 本身，这个产品最值得学的不是它做了什么，而是它的三个选择。
一，选场景。它没做「AI 帮你写代码」「AI 帮你做设计」这种大厂正在卷的方向，而是切到独立开发者最私人的痛点——决定下一个产品做什么。这个决策每个独立开发者一年要做好几次，每次都痛苦，愿意为答案花钱的人非常清晰。
二，选前端。它不做 Web 仪表盘，直接把 Claude Code 当成默认前端。这在 2026 年不是所有产品都适用，但对「查询+回答」型产品来说，MCP 是一个正在打开的分发窗口。绑一个入口比自己做入口便宜太多。
三，选定价。它不假装是订阅公司，直接把 $49 月付设计成 lifetime deal 的入口。对现金流敏感的一人团队，这是把 4 个月留存换成一次性收入的教科书打法。同时用 API 用量和新生态做加购，把「一次性买断」的天花板拉高。
产品会不会做大，取决于 Claude Code 这类 AI 编程环境未来一年能长到多大。但即便只是一个每年做几万美元的小生意，这个组合拳对想做一人 SaaS 的开发者来说，已经是一份完整的作业。
数据来源
[1] GapQuery 官网：https://gapquery.com
[2] GapQuery 定价页：https://gapquery.com/pricing
[3] GapQuery 生态清单：https://gapquery.com/ecosystems
[4] GapQuery About 页：https://gapquery.com/about
[5] GapQuery 文档：https://gapquery.com/docs
[6] Shawn North 的 X 账号：https://x.com/northify