sealeap-amazon-jp-apparel-ads
Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, seasonality, and ASIN lifecycle playbooks for long-lifecycle, short-lifecycle, and seasonal products. Use for 日本站服饰广告, JP apparel ads, 背包/内衣/泳装投放, ASIN 生命周期判断, 日本站新品冷启动, 品牌推广启动时机, Amazon Poi
Asset-Profil
Recherche und Wissensarbeit
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
Szenario
Recherche-Agents
I need my agent to research a topic, compare sources, and produce a concise report.
Agent-Fit
Claude Code + CLI + Codex
Geeignet für Codex, Claude Code, Cursor, CLI oder benutzerdefinierte Agents.
Installieren
Bereit
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
Wartung
Aktuell
Heute gepusht
Risiko
Prüfung nötig
Financial research output is not financial advice; require human review before any live investment decision
GitHub-Qualität
16
59/100 Qualität · 75/100 Vertrauen
Abdeckungs-Tags
Review-Notizen
Financial research output is not financial advice; require human review before any live investment decision · Low GitHub adoption signal
Agent-Adoptionskarte
Vertrauen, Audit und Installationsbereitschaft auf einen Blick
Diese Werte kombinieren öffentliche Repository-Metadaten, OpenAgentSkill-Reviewsignale, Wartungsaktualität und Installationsbereitschaft. Sie helfen bei der Vorauswahl, ersetzen aber keine menschliche Prüfung.
Qualität
VielversprechendUseful candidate, but compare it with alternatives before adopting.
Vertrauen
Nur SandboxNützlicher Kandidat mit fehlenden oder gemischten Vertrauenssignalen. Bis der Ergebniszyklus die Passung belegt, in einem isolierten Arbeitsbereich verwenden.
Audit
Prüfung nötigMaschinenlesbare Prüfung von Installationsbereitschaft, Sicherheitsmetadaten, Wartung und Akzeptanzrisiko.
OpenAgentSkill Trust Score v5
Menschliche Prüfung vor Installation
Nur in einer Sandbox ausführen und nahe Alternativen vergleichen, bevor sie produktiv eingesetzt wird.
Stars
16 GitHub-Stars
Repository-Aktivität
16 Stars und 1 Forks
Wartung
Heute gepusht
Lizenz
MIT
Installieren
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
Installationssicherheit
Standard-Paket- oder Laufzeit-Installationspfad
Berechtigungsfläche
Dateisystem- oder Dokumentzugriff
Agent-Ergebnisse
Noch keine Agent-Ergebnisdaten
Dokumentation
Usable metadata, review docs
Risikoübersicht
Vor Produktion prüfen
- Financial research output is not financial advice; require human review before any live investment decision.
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 16 GitHub stars
Installationsbereitschaft
Installationspfad verfügbar
- Installationspfad ist verfügbar
- Repository-Belege sind verfügbar
- Lizenz ist angegeben
- Noch keine Agent-Proven-Ergebnisbelege
Agent-lesbare Metadaten
Maschinenlesbare Entscheidungsdaten für diesen Skill.
Nutze diesen Block oder das eingebettete JSON, um zu entscheiden, ob ein Agent diesen Skill installieren, eine Alternative wählen oder zuerst menschliche Prüfung anfordern soll.
Geeignete Aufgaben
- Research-Agent-Workflows
- Claude-Code-Teams
- builders willing to evaluate younger projects
- Suchquellen
Geeignete Agents
Installationsentscheidung
- Befehl
- npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
- Richtlinie
- Prüfen
- Menschliche Prüfung
- Ja
Vertrauen und Risiko
- Vertrauen
- 67/100
- Audit
- 78/100
- Risikoebene
- Prüfung nötig
Ergebnis-Loop
- Endpoint
- /api/agent/outcome
- Event-ID
- resolve
- Ergebnisse
- 5
Installationsbefehl
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-adsNicht verwenden, wenn
- Teams, die ein vom Anbieter unterstütztes SLA benötigen
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Financial research output is not financial advice; require human review before any live investment decision
Alternative
Last30days Skill
53.5K Stars
npx skills add mvanhorn/last30days-skill -g
Alternative
Academic Research Skills
38.4K Stars
npx skills add Imbad0202/academic-research-skills
Alternative
GPT Researcher
28.0K Stars
npx skills add assafelovic/gpt-researcher
Alternative
DeepResearch
19.8K Stars
npx skills add Alibaba-NLP/DeepResearch
Agent-Sicherheit v2
58/100 · Vor Installation prüfen
Nutzbarer Kandidat, aber der Agent sollte Berechtigungs- und Auditnotizen vor der Installation anzeigen.
Vor der Installation in einem echten Arbeitsbereich ist menschliche Freigabe erforderlich.
Mittel
Netzwerkzugriff
Die Skill ruft wahrscheinlich Remote-Seiten, APIs, Repositories oder externe Dienste ab.
Mittel
Dateisystemzugriff
Die Skill kann Projektdateien, Dokumente, generierte Artefakte oder den lokalen Arbeitsbereich lesen oder schreiben.
Mittel
Datenbankzugriff
Die Skill kann Schemata prüfen, Datenbanken abfragen oder mit persistenten Speichern arbeiten.
- Financial research output is not financial advice; require human review before any live investment decision
Installationsziele
Diesen Skill im Agent-Workflow installieren
Über den öffentlichen Endpunkt erhältst du Befehl, Sicherheitscheckliste, Ziel-Prompts und kanonische Links.
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install xjli360-sealeap-amazon-jp-apparel-adsAgent-Auflösungsplan
Lass einen Agent die Eignung vor der Installation prüfen.
Die Resolve API liefert die beste Skill, Alternativen, Sicherheitsrichtlinien, Auditnotizen, Installationsziel und einen direkt nutzbaren Prompt.
JSON öffnen
/api/agent/resolve?task=Use%20sealeap-amazon-jp-apparel-ads%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Resolve-Text
/api/agent/resolve?task=Use%20sealeap-amazon-jp-apparel-ads%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Installationsübergabe
/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install
Agent sollte prüfen
- Task fit and alternatives from Resolve API.
- Audit score, trust score, and safety policy warnings.
- Install target compatibility for Codex, Claude Code, Cursor, or CLI.
Prompt kopieren
Task: Use sealeap-amazon-jp-apparel-ads in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20sealeap-amazon-jp-apparel-ads%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install
Install command: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Agent-Übergabe
Gib dem Agent den Installationspfad, nicht noch ein Verzeichnis.
Über den öffentlichen Endpunkt erhältst du Befehl, Sicherheitscheckliste, Ziel-Prompts und kanonische Links.
Installationsübergabe
/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install
LLM-Textformat
/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install?format=text
Alternativen finden
/api/skills/search?q=sealeap-amazon-jp-apparel-ads&limit=3
Agent-Prompt
Use sealeap-amazon-jp-apparel-ads for this task. Review https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install, then install with: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-adsRegistry-Metadaten
Agent-lesbares Profil für die automatische Skill-Auswahl.
Die Registry API stellt Entscheidungs-, Vertrauens-, Audit-, Use-Case- und Installationssignale ohne UI-Scraping bereit.
Manifest
/api/registry/manifest/xjli360-sealeap-amazon-jp-apparel-ads
LLM-Text
/api/registry/manifest/xjli360-sealeap-amazon-jp-apparel-ads?format=text
Installationsalias
/api/registry/install/xjli360-sealeap-amazon-jp-apparel-ads
Empfehlen
/api/registry/recommend?task=Use%20sealeap-amazon-jp-apparel-ads%20in%20an%20agent%20workflow&limit=3
Agent-Fit
Recherche-Agents
Use-Case-Tags
Plattformen
Claude Code
Audit-Bericht
Prüfung nötig · 78/100
Maschinenlesbare Prüfung von Installationsbereitschaft, Sicherheitsmetadaten, Wartung und Akzeptanzrisiko.
Agent-Entscheidungspanel
Fallback candidate for Research agents
Prototype with this skill first; keep a fallback candidate ready.
Rolle im Stack
Fallback-Kandidat
Primäre Eignung
Recherche-Agents
Vertrauenslabel
Zuerst prototypisieren
Installationspfad
Befehl bereit
Verwenden wenn
- Research-Agent-Workflows
- Claude-Code-Teams
- builders willing to evaluate younger projects
Evidenz
- recent repository activity
- install command or GitHub repo available
- Qualitätsprofil 59/100
zuerst prüfen
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Implementierungspfad
- 1Installieren Sie es in einem Sandbox-Agent und führen Sie eine Recherche-Agents-Aufgabe vollständig aus.
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
Vertrauensprofil
Nur Sandbox
Nützlicher Kandidat mit fehlenden oder gemischten Vertrauenssignalen. Bis der Ergebniszyklus die Passung belegt, in einem isolierten Arbeitsbereich verwenden.
GitHub-Akzeptanz
Beheben16 GitHub-Stars
Star-/Fork-Aktivität
Beheben16 Stars und 1 Forks; Issue-Aktivität ist in den aktuellen Metadaten nicht verfügbar
Aktuelle Wartung
BestandenHeute gepusht
Lizenzklarheit
BestandenMIT
Positive Signale
- KI-Prüfung genehmigt
- Installationspfad ist verfügbar
- Repository-Belege sind verfügbar
- Kürzlich gewartetes Repository
- Der Installationsbefehl weist kein offensichtliches Hochrisikomuster auf
- Ergebniszyklus ist bereit, benötigt aber den ersten echten Agent-Lauf
Vor Installation prüfen
- Financial research output is not financial advice; require human review before any live investment decision.
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 16 GitHub stars
- Stars/forks activity: 16 stars, 1 forks; issue activity unavailable in current metadata
- Noch keine echten Agent-Ergebnisberichte
- Vor unbeaufsichtigter Installation ist menschliche Prüfung erforderlich
Empfohlene Aktion
Nur in einer Sandbox ausführen und nahe Alternativen vergleichen, bevor sie produktiv eingesetzt wird.
Qualitätsprofil
Vielversprechend Kandidat für Agent-Workflows
Useful candidate, but compare it with alternatives before adopting.
Workflow-Eignung
Diese Skill in diesen Szenarien nutzen
Investigate faster
Research agents
I need my agent to research a topic, compare sources, and produce a concise report.
Search private knowledge
RAG and knowledge
I need my agent to build a RAG workflow over documents and retrieve reliable context.
Manage repositories
GitHub automation
I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.
Workflow-Eignung
Zum vollständigen Workflow hinzufügen
Find, compare, and synthesize
Research report agent
A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.
Ingest, retrieve, and cite
RAG knowledge base
A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.
Inspect, patch, and verify code
Coding review agent
A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.
Alternativen-Shortlist
Vor Installation vergleichen
Similar skills that may fit this task.
Last30days Skill
Research the last 30 days across Reddit, X, YouTube, Hacker News, Polymarket, GitHub, and the web, then synthesize a grounded brief for an AI agent.
Academic Research Skills
Academic Research Skills for Claude Code: research → write → review → revise → finalize
GPT Researcher
Run autonomous deep research over web and local sources
DeepResearch
Tongyi Deep Research, the Leading Open-source Deep Research Agent
Übersicht
--- name: sealeap-amazon-jp-apparel-ads description: "Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, seasonality, and ASIN lifecycle playbooks for long-lifecycle, short-lifecycle, and seasonal products. Use for 日本站服饰广告, JP apparel ads, 背包/内衣/泳装投放, ASIN 生命周期判断, 日本站新品冷启动, 品牌推广启动时机, Amazon Points, 日文功能词, 季节性备货与预热, 广告预算结构, ACOS/ROAS 诊断, 复购再营销, 或根据《亚马逊日本站服饰品类广告运营手册》输出可审批的投放方案. Default to analysis and draft; do not mutate live campaigns without explicit human approval." ---
# SeaLeap 亚马逊日本站服饰广告运营
把日本站服饰 ASIN 的产品类型、生命周期阶段、季节节点、消费者意图和账户真实数据合并成可审核的广告计划。先诊断,再选择日本站打法;不要把美国站或英国站的节奏直接套入日本站。
## 强制边界
- 只将本 Skill 用于 Amazon.co.jp 服饰及与服饰紧密相关的配件。跨站点需求必须重新验证关键词、季节和消费者意图。 - 把手册中的百分比、倍数、预算结构和竞价建议标记为 `MANUAL_BASELINE`,不当作当前账户的事实或必达 KPI。 - 优先使用当前账户一方数据:Campaign/Search Term/Targeting/Placement 报告、广告销售、总销售、利润、库存、退货和 Listing 证据。缺数据时输出 `DRAFT / HOLD`,不编数。 - 把 `store_id`、seller ID、profile ID 或 ASIN 当作业务对象,不当作授权。任何真实读写都要绑定服务端已验证的店铺与广告 profile scope。 - 默认只产出草案。调整预算、竞价、placement、target、否定词、状态或广告结构前,逐项展示旧值、新值、证据、影响范围和回退值,并等待人工确认。 - 每张实验卡只改一个主变量。不要同时改 Listing、价格、优惠、库存、竞价和定向后声称因果。
查看 [references/source-and-guardrails.md](references/source-and-guardrails.md) 获取原 PDF 页码映射、数据口径和不可直接执行的阈值说明。
## 工作流
### 1. 锁定投放对象
取得并固定:
- 广告 profile、seller、marketplace=`JP`、ASIN、SKU、父子体和产品类型; - 上架日、当前销售曲线、历史峰值、季节节点、在途/可售库存和补货周期; - 价格、优惠、Amazon Points 当前设置、星级、评论量、退货原因和单件贡献利润; - 近30/14/7天广告数据,至少按 query/target、match type、placement、ASIN/SKU 拆分; - 当前 Listing 的主图、标题、五点、尺码表、A+、日文本地化和功能性声明证据。
信息不完时明确列出 `NEEDS_DATA`,继续做有边界的诊断,不用想象补齐。
### 2. 判定生命周期类型与阶段
先根据真实销售曲线判定,再用手册案例类比:
| 类型 | 判断信号 | 日本站手册案例 | 主要任务 | |---|---|---|---| | 长生命周期 | 全年需求相对稳定,靠评论与品牌长期累积 | 背包 | 新品建信任,成长期放大规模,成熟期守阵地与再营销 | | 短生命周期 | 快速起量后进入不可逆衰退,产品迭代快 | 内裤 | 新品用功能精准词起量,成长期建品牌,成熟期激活复购并让新款接力 | | 季节性 | 需求集中在明确月份,错过窗口难以补救 | 泳装 | 旺季前抢排名和视觉信任,爬坡期放量,高峰期收割并累积品牌 |
阅读 [references/market-and-lifecycle.md](references/market-and-lifecycle.md) 判定日本站消费者特征、全年节奏和生命周期边界。不要仅按上架月数硬套阶段;销售趋势、需求节点和库存风险必须一起判断。
### 3. 做五层诊断
按“现状 → 证据 → 问题 → 动作 → 验证指标”输出:
1. **可售性**:库存、Buy Box、抑制、价格、配送、资格和季节备货是否支持放量。 2. **可发现性**:日文品类词、功能词、场景词和商品定向是否匹配真实产品。 3. **点击**:搜索结果中主图、标题前段、价格/积分、评分和视频首帧是否建立当地化信任。 4. **转化与退货**:尺码、材质、功能、做工、使用场景和限制是否在 Listing 中被如实说清。 5. **利润与增量**:把 CPC、CVR、ACOS、TACOS、广告/自然/总订单、退货后贡献利润和库存消耗合并判断,不以单一 ROAS 下结论。
### 4. 路由到站点专属打法
- 长生命周期或高信任门槛产品:阅读 [references/long-lifecycle.md](references/long-lifecycle.md)。 - 短生命周期、高频消耗或款式迭代产品:阅读 [references/short-lifecycle.md](references/short-lifecycle.md)。 - 需求高度集中在旺季的产品:阅读 [references/seasonal-lifecycle.md](references/seasonal-lifecycle.md)。
先借用最接近的案例生成“假设”,再用当前账户数据验证。不要因为产品也是服饰,就默认它与背包、内裤或泳装具有同一节奏。
### 5. 生成可审批的广告计划
为每个建议创建独立动作卡,包含:
- 目标 profile / marketplace / campaign / ad group / ASIN / SKU; - 唯一主动作; - 基线窗口、归因窗口、样本阈值和数据完整性; - 旧值、新值和 `MANUAL_BASELINE` 仅作参考的说明; - 主指标、护栏指标、成功/失败/停止/回退条件; - 预期费用与退货后利润上限; - 审批状态:`DRAFT`、`READY_FOR_REVIEW`、`APPROVED`或 `HOLD`。
使用 [references/output-contract.md](references/output-contract.md) 的结构交付。
### 6. 验证与回退
- 把当天的价格、优惠、积分、库存、评论变化、竞品事件和季节事件记为干扰项。 - 在达到预设样本或时间窗口后评估;不要用统一的7天或固定点击数替代品类和利润判断。 - 如果触发花费、利润、库存或转化护栏,按预先记录的回退值处理,并保留审计记录。
## 必须交付的结果
- 对象、数据时间、数据口径和完整性; - 生命周期类型、阶段和判定证据; - 日本站消费者意图与季节节点; - 五层诊断与问题优先级; - Campaign/Ad Group 结构、关键词/商品定向、placement、创意和再营销草案; - 手册参考值与账户实际值的明确分离; - 单变量实验卡、审批项、回退方案和未解决风险。
证据不足时明确输出 `HOLD`;不要把一份 2026 年培训手册写成已验证的当前账户结论。
Technische Details
- Version
- 1.0.0
- Lizenz
- MIT
- Letzte Aktualisierung
- 23. Aug. 2026
- Veröffentlicht
- 23. Aug. 2026
Entscheidungsübersicht
Fallback-Kandidat
recent repository activity
Audit
Installationsprüfung
Installations- und Adoptionsprüfung
- Sicherheit
- 86/100
- Wartung
- 100/100
- Installieren
- 92/100
Von Agent belegte Evidenz
Von Agent belegte Evidenz
Ergebnisberichte nach Resolve, Prüfung, Installation und einem begrenzten Lauf.
- Erfolgsrate
- —
- Letzter Fehler
- —
- Ergebnisse
- 0
- Ausgabequalität
- —
- Fehlgeschlagen
- 0
- Nicht relevant
- 0
- Installationen
- 0
- Durch Risiko blockiert
- 0
- Einrichtung erforderlich
- 0
- Produktion
- 0
Noch keine Agent-Ergebnisdaten. Der erste Lauf kann Erfolg, Einrichtungsbedarf, Risikoblockaden, Fehler oder Irrelevanz über /api/agent/outcome melden.
Installieren
Zum Agent-Workflow hinzufügen
Kostenlos und Open Source. Bericht vor der Installation in Produktions-Agents prüfen.
Wachstums-Loop
Share-Kit
Szenariobasierter Entwurf für sealeap-amazon-jp-apparel-ads, bereit für einen manuellen X-Post.
sealeap-amazon-jp-apparel-ads: Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, sea... 16 stars https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads?ref=x
Optionale Antwort mit Installationsbefehl
Listing + install path for sealeap-amazon-jp-apparel-ads: https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads?ref=x Install: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel...
Quelle des Eintrags
Registry-indexiert
Dieser Eintrag wurde aus öffentlichen Quellen indexiert und ist erst nach Genehmigung eines Maintainer-Anspruchs offiziell.
- Ersteller
- xjli360
- Indexiert von
- OpenAgentSkill Community-Index
Die Zuordnung verlinkt auf das öffentliche Repository oder Creator-Profil. Creator können den Eintrag beanspruchen, um Eigentümersignale zu aktualisieren.
Diesen Skill beanspruchenEigentümeranspruch
Diesen Skill-Eintrag beanspruchen
Dieser Registry-indexiert-Eintrag wird xjli360 zugeschrieben, ist aber noch nicht offiziell markiert. Beanspruche ihn, um ein verifiziertes Eigentümersignal hinzuzufügen und künftige Launch-, Installations- und Audit-Updates vertrauenswürdiger zu machen.
Creator-Backlink-Kit
Evidenz-Badges in deine README einfügen
Zeige den kanonischen Eintrag, aktuelle Vertrauens- und Audit-Signale sowie echte Agent-Proven-Evidenz dort, wo Entwickler das Repository bewerten.
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads/audit)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads)Autor
xjli360
@xjli360
Tags
Plattform-Fit
Gesundheitssignale
- GitHub-Stars
- 16
- Qualitätswert
- 32/100
- Letzter GitHub-Push
- 23. Aug. 2026
- Framework-Hinweise
- Unbekannt
- OpenAgentSkill-Aufrufe
- 0
- Installationskopien
- 0
- Externe Klicks
- 0
Community-Signal
Teile mit, ob dieser Skill für deinen Agent-Workflow nützlich ist. Zusammengefasstes Feedback verbessert das Ranking im Laufe der Zeit.
Vertrauen & Sicherheit
Nur Sandbox
- GitHub-Akzeptanz16 GitHub-StarsBeheben
- Star-/Fork-Aktivität16 Stars und 1 Forks; Issue-Aktivität ist in den aktuellen Metadaten nicht verfügbarBeheben
- Aktuelle WartungHeute gepushtBestanden
- LizenzklarheitMITBestanden
- README/SKILL.md-VollständigkeitÖffentliche Metadaten benötigen mehr README/SKILL.md-KontextInfo
- Abhängigkeits-/LaufzeitrisikoKeine wesentlichen Abhängigkeitsrisikohinweise in öffentlichen MetadatenBestanden
Ähnliche Skills
Last30days Skill
Research the last 30 days across Reddit, X, YouTube, Hacker News, Polymarket, GitHub, and the web, then synthesize a grounded brief for an AI agent.
53.5K StarsAcademic Research Skills
Academic Research Skills for Claude Code: research → write → review → revise → finalize
38.4K StarsGPT Researcher
Run autonomous deep research over web and local sources
28.0K StarsDeepResearch
Tongyi Deep Research, the Leading Open-source Deep Research Agent
19.8K Stars