Kann ich NicheMaps vibecoden?

Baue mir eine Beobachtung einer kleinen Liste konkurrierender Apps aus öffentlichen Store-Daten. Anforderungen:

- Ein Python-Prozess mit Typer, httpx und SQLite. Ein Lauf pro Tag über cron.
- Eine Datei apps.yaml nennt die beobachteten Apps mit ihrer Store-Kennung, jeweils für App Store und Play Store.
- Je Lauf werden die öffentlichen Angaben geholt: Titel, Untertitel, Kategorie, Preis, In-App-Käufe mit Preisen, Bewertungsanzahl, Durchschnittsnote, Version und Datum der letzten Aktualisierung.
- Ausschließlich die offiziellen Suchschnittstellen der Stores, keine Umgehung von Sperren. Antwortet ein Store nicht, wird der Lauf als unvollständig markiert, statt Daten zu erfinden.
- Der Wert liegt in der Veränderung: neue In-App-Kaufstufen, Preisänderungen, ein Sprung in der Bewertungsanzahl, ein umgeschriebener Untertitel. Ein Bericht zeigt nur diese Änderungen, nie den vollen Bestand.
- Die Bewertungsanzahl je Tag ist der brauchbarste Wachstumsindikator, den es öffentlich gibt. Ihre Veränderungsrate wird als gleitender Durchschnitt über sieben Tage ausgegeben, und die README sagt klar, dass das ein Näherungswert ist.
- Je App ein Link zur Werbebibliothek von Meta und TikTok, zusammengesetzt aus dem Anbieternamen. Das Werkzeug ruft sie nicht ab, es verlinkt sie nur.
- Ausgabe als Markdown-Bericht und als CSV, dazu ein Verlauf je Kennzahl.
- Deutsch sind Bericht, Ausgaben, Kommentare und README. Alle Bezeichner bleiben englisch: Befehle, Optionen, Tabellen, YAML-Schlüssel.

Bewusst weglassen:

- Umsatz- und Downloadschätzungen. Die stammen aus eingekauften Modellen und sind rein geraten.
- Scraping von Werbebibliotheken und Ranglisten.
- Ein Verzeichnis aller Apps eines Marktes.