用户需要一种简单的方式来查看和分享公共记录（FOIA/PRA）的邮件导出文件（PST/mbox），而无需将它们导入到 Apple Mail 或 Outlook 中。

当前，调查记者、研究人员和活动家在进行公共记录（FOIA/PRA）调查时，最常收到的证据形式就是邮件导出文件，这些文件通常是 .PST 或 .mbox 格式的邮件转储（dump）。这些文件包含了大量的邮件线程、附件和元数据，其数据量往往非常庞大。

痛点核心在于“可操作性”和“可分享性”。 传统的查看方式要求用户必须将这些文件导入到本地的桌面邮件客户端（如 Apple Mail 或 Outlook）。虽然这些客户端可以打开文件，但它们的设计初衷是“本地管理”，而不是“数据分析和分享”。用户需要做的是：找到一个特定的邮件线程 -> 提取关键信息 -> 将其分享给同事或撰写报告。这个过程是极度耗时、且缺乏标准化链接机制的。

痛点程度极高，因为它直接影响了调查的效率和成果的传播。 如果一个记者需要花费数小时手动复制粘贴、截图或在本地客户端中寻找一个特定时间点或特定回复，那么这个工具的价值就超过了其售价。目前市场上缺乏一个专门为“数据分析和分享”流程设计的、基于Web的邮件转储查看器。

用户画像：

1. 调查记者 (Investigative Journalists)： 核心用户。他们需要快速从海量数据中提取证据链，并将证据链的特定部分（如关键的邮件往来）作为报道的支撑材料。
2. 学术研究员 (Academic Researchers)： 尤其从事社会学、政治学或历史研究的学者。他们需要分析大量历史或公共记录的通信模式。
3. 非政府组织/活动家 (NGO/Activists)： 在人权或透明度调查中，他们需要向公众或捐助方展示证据的完整性和可追溯性。

典型场景： 用户上传一个包含数万封邮件的 .PST 文件。他们不是想看所有邮件，而是想“分享”一个特定时间段内，A和B之间关于“项目X”的三次关键邮件往来。理想的流程是：上传 -> 筛选 -> 自动生成一个包含这三次邮件的、带有时间轴和上下文的、可嵌入网页的链接。

群体规模感与付费能力： 这三个群体都是专业人士，其工作成果往往具有极高的价值。当一个工具能将他们原本需要花费数小时的“数据整理和分享”工作，压缩到几分钟内完成时，付费意愿是极强的。他们更愿意为“时间节省”和“专业流程优化”付费，而非仅仅为“查看”付费。

MVP 范围与核心功能：

1. 文件上传与解析 (Ingestion)： 支持 .PST 和 .mbox 格式的上传。这是最核心、最难的部分。
2. 数据清洗与索引 (Indexing)： 将邮件内容、发件人、收件人、时间戳、主题等元数据进行结构化解析和存储。
3. Web Viewer (Viewing)： 提供一个高性能的Web界面，按时间轴或对话线程展示邮件内容。
4. 核心功能：深度链接与分享 (Deep Linking & Sharing)： 用户可以点击任何一个线程或邮件，系统自动生成一个包含该邮件上下文、可公开分享的、带有唯一ID的HTML链接。
5. 高级导出 (Advanced Export)： 允许付费用户导出筛选后的、结构化的数据（如JSON或CSV），或生成带有水印的PDF报告。

技术实现思路：

• 架构： 采用微服务架构。前端负责用户交互，后端负责重度计算（文件解析、数据索引）。
• 关键模块：
  • Parser Service： 负责处理 .PST 和 .mbox 文件。由于这些格式复杂，需要依赖成熟的库进行解析。
  • Search/Indexing Service： 使用 ElasticSearch 或 Algolia 对解析后的文本内容进行高效索引，支持全文搜索和时间范围筛选。
  • API Gateway： 统一管理用户上传、查询和分享的请求。
• 推荐技术栈：
  • 后端 (Backend)： Python (Django/FastAPI)。Python在数据处理和文件解析方面生态成熟，有处理邮件格式的库（如 email 库，或专门的 PST/EML 解析库）。
  • 前端 (Frontend)： React 或 Vue.js。用于构建高性能、响应式的Web Viewer界面。
  • 数据库/搜索： PostgreSQL + ElasticSearch。
• 一个人多久能做出第一版：
  • MVP (仅支持 .mbox，基础查看，无深度链接)： 2-3周。
  • V1.0 (支持 .PST，深度链接，基础分享，付费功能)： 6-8周。最大的时间消耗在于稳定、准确地解析 .PST 文件。

用户现在怎么凑合：

1. 本地客户端导入： 将文件导入 Outlook/Apple Mail，然后手动截图或复制粘贴。这是最耗时、最不专业的做法。
2. 专业数据分析工具： 某些数据分析平台可以处理邮件数据，但它们通常是面向企业级数据湖的，对单个用户上传的、非结构化的邮件转储文件支持不友好，且操作门槛极高。
3. 通用在线工具： 如 jmail.world 等，它们可以实现“查看”功能，但它们最大的缺陷是缺乏“深度链接”和“可分享的上下文”能力。它们只是一个临时的查看器，无法作为证据链的专业展示平台。

竞品差距与你的切入点： 现有竞品最大的差距在于它们将数据视为“内容”，而不是“可追溯的证据链”。

• 你的切入点 (The Wedge)： 将产品定位为 “证据链可视化与分享平台”。你的产品不只是一个查看器，它是一个“证据生成器”。它解决了“如何将海量原始数据，转化为一个专业、可信、可分享的、带有上下文的叙事证据”这一核心流程问题。

变现模式：

1. 一次性付费 (One-time Fee)： 针对核心的“深度链接生成”和“专业报告导出”功能。这是最直接的收入来源。
2. 订阅/API访问 (Subscription/API)： 针对专业机构（如小型媒体、研究机构），提供每月一定次数的解析配额，或允许他们将解析后的数据接入自己的内部系统。

定价建议：

• 基础版 (Free/Trial)： 免费上传，查看前10封邮件，仅限本地查看，无分享链接。目的是让用户体验到“痛点”。
• 专业版 (Pro)： $19 - $49 (一次性买断)。包含无限次深度链接生成、高级筛选、PDF报告导出。这个价格定位是“一次性解决一个重大工作流程问题”的效用价值。
• 机构版 (Enterprise)： $49/月起。提供API Key，支持批量上传和定制化数据字段。

为什么用户愿意付费： 用户不是为“看邮件”付费，他们是为 “节省数小时的专业工作时间” 和 “确保证据链的完整性和专业展示性” 付费。当一个工具能将一个原本需要专业人员花费半天时间的工作，在10分钟内完成，其价值是显而易见的。

趋势驱动：

1. 数据透明化和FOIA的常态化： 全球范围内，政府和机构的透明度要求越来越高，FOIA（Freedom of Information Act）和PRA（Public Records Act）请求的邮件和数据量呈指数级增长。这使得数据处理的效率成为关键瓶颈。
2. AI和Web技术成熟： 现代Web技术（如高性能前端框架和云端计算资源）使得构建一个复杂的、高交互性的Web Viewer变得成本低廉，且用户体验可以达到极高的水准。
3. 内容创作的专业化： 记者和研究人员越来越依赖数字证据和数据可视化来支撑报道。他们需要的是一个“数据到叙事”的工具，而不仅仅是“数据查看器”。

主要难点：

1. PST/mbox解析的鲁棒性： 这是最大的技术挑战。PST文件格式复杂，不同版本的Outlook导出格式可能存在差异，确保解析的准确性和完整性需要投入大量精力。
2. 数据量和性能： 邮件转储文件可能达到GB级别。如何设计一个既能处理大文件，又能保证Web端加载速度的架构，是性能瓶颈。
3. 法律和伦理风险： 必须明确产品的使用范围和数据来源的合法性。作为工具，需要提供清晰的免责声明，不能让用户误以为产品提供了法律建议。

可能的护城河或壁垒：

• 数据解析的深度和广度： 建立一套业内最稳定、最全面的邮件格式解析引擎，并能处理各种边缘情况（如附件、编码问题）。
• 用户体验（UX）的专业化： 将产品定位为“证据可视化”，而不是“邮件查看器”。设计一套符合调查报告标准的、极具说服力的UI/UX，这是难以被模仿的。

第一批用户从哪来：

1. 专业社群： 调查记者、数据新闻机构（如 ProPublica, ICIJ）的Slack群组、Reddit上的 r/investigativejournalism 等专业论坛。
2. 学术圈： 参与数据科学或社会学研究的大学论坛和研讨会。

用什么渠道和动作起量：

1. 内容营销（Content Marketing）： 不要直接推销产品，而是围绕“如何高效处理FOIA数据”撰写深度文章。例如：《调查记者必备：如何从PST文件中提取证据链》。
2. 免费工具/Demo： 推出一个“免费的邮件元数据提取器”作为诱饵，让用户体验到数据处理的痛点，并在用户达到一定数据量时，引导他们付费使用深度链接功能。
3. 冷启动策略： 找到几个小型、有声誉的独立记者或小型媒体，免费为他们处理一个大型数据集，并以“案例研究”的形式展示产品价值，获取第一批高质量的口碑推荐。