sealeap-amazon-product-targeting
Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that complement keyword targeting, including audience expansion, competitor and category traffic, cross-sell, upsell, self-defense, negative targeting, placement analysis, and single-variable exper
Profil de l’actif
Recherche et travail de connaissance
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
Scénario
Agents de recherche
I need my agent to research a topic, compare sources, and produce a concise report.
Adéquation Agent
Claude Code + CLI + Codex
Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.
Installer
Prêt
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
Maintenance
À jour
Mis à jour aujourd’hui
Risque
Revue nécessaire
Permission surface may require sandboxing
Qualité GitHub
16
59/100 Qualité · 71/100 Confiance
Tags de couverture
Notes de revue
Permission surface may require sandboxing · Low GitHub adoption signal
Carte d’adoption Agent
Confiance, audit et préparation à l’installation en un coup d’œil
Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.
Qualité
PrometteurUseful candidate, but compare it with alternatives before adopting.
Confiance
Sandbox uniquementCandidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Audit
Revue nécessaireRevue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Trust Score OpenAgentSkill v5
Revue humaine avant installation
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Stars
16 stars GitHub
Activité du dépôt
16 stars et 1 forks
Maintenance
Mis à jour aujourd’hui
Licence
MIT
Installer
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
Sécurité d’installation
Chemin d’installation standard de package ou runtime
Surface de permissions
shell or command execution, filesystem or document access
Résultats Agent
Pas encore de données de résultats Agent
Documentation
Contexte README/SKILL.md solide
Résumé des risques
Revoir avant production
- Low GitHub adoption signal
- Quality score needs review
- Permission surface needs review: shell or command execution, filesystem or document access
- GitHub adoption: 16 GitHub stars
Préparation à l’installation
Chemin d’installation disponible
- Le chemin d’installation est disponible
- La preuve du dépôt est disponible
- La licence est déclarée
- Pas encore de preuve de résultat Agent-Proven
Métadonnées lisibles par Agent
Données de décision lisibles par machine pour ce skill.
Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.
Tâches adaptées
- Workflows d’Agents de recherche
- Équipes Claude Code
- builders willing to evaluate younger projects
- Sources de recherche
Agents adaptés
Décision d’installation
- Commande
- npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
- Politique
- Revoir
- Revue humaine
- Oui
Confiance et risque
- Confiance
- 63/100
- Audit
- 75/100
- Niveau de risque
- Revue nécessaire
Boucle de résultat
- Endpoint
- /api/agent/outcome
- ID d’événement
- resolve
- Résultats
- 5
Commande d’installation
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targetingNe pas utiliser quand
- Équipes qui nécessitent un SLA soutenu par le fournisseur
- production agents without a repository review
- Low GitHub adoption signal
- Indices de permissions à haut risque : exécution shell ou de commande
- Permission surface may require sandboxing
Skill alternatif
Last30days Skill
53.5K Stars
npx skills add mvanhorn/last30days-skill -g
Skill alternatif
Academic Research Skills
38.4K Stars
npx skills add Imbad0202/academic-research-skills
Skill alternatif
GPT Researcher
28.0K Stars
npx skills add assafelovic/gpt-researcher
Skill alternatif
DeepResearch
19.8K Stars
npx skills add Alibaba-NLP/DeepResearch
Sécurité Agent v2
43/100 · Éviter l’installation automatique
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
Élevé
Exécution shell ou de commande
Les métadonnées de la skill font référence à des workflows de terminal, CLI, shell, sous-processus ou exécution de commande.
Moyen
Accès réseau
La skill récupère probablement des pages distantes, API, dépôts ou services externes.
Moyen
Accès au système de fichiers
La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.
Moyen
Accès à la base de données
La skill peut inspecter des schémas, interroger des bases de données ou travailler avec des stockages persistants.
- Indices de permissions à haut risque : exécution shell ou de commande
- Permission surface may require sandboxing
Cibles d’installation
Installer ce skill dans votre workflow Agent
Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.
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-product-targetingPlan de résolution Agent
Laissez un Agent vérifier la pertinence avant l’installation.
L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.
Ouvrir JSON
/api/agent/resolve?task=Use%20sealeap-amazon-product-targeting%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Texte Resolve
/api/agent/resolve?task=Use%20sealeap-amazon-product-targeting%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Relais d’installation
/api/skills/xjli360-sealeap-amazon-product-targeting/install
L’Agent doit vérifier
- 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.
Copier le prompt
Task: Use sealeap-amazon-product-targeting in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20sealeap-amazon-product-targeting%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-product-targeting/install
Install command: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Relais Agent
Donnez à l’Agent le chemin d’installation, pas un autre annuaire.
Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.
Relais d’installation
/api/skills/xjli360-sealeap-amazon-product-targeting/install
Format texte LLM
/api/skills/xjli360-sealeap-amazon-product-targeting/install?format=text
Trouver des alternatives
/api/skills/search?q=sealeap-amazon-product-targeting&limit=3
Prompt Agent
Use sealeap-amazon-product-targeting for this task. Review https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-product-targeting/install, then install with: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targetingMétadonnées Registry
Profil lisible par Agent pour la sélection automatique de skills.
L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.
Manifest
/api/registry/manifest/xjli360-sealeap-amazon-product-targeting
Texte LLM
/api/registry/manifest/xjli360-sealeap-amazon-product-targeting?format=text
Alias d’installation
/api/registry/install/xjli360-sealeap-amazon-product-targeting
Recommander
/api/registry/recommend?task=Use%20sealeap-amazon-product-targeting%20in%20an%20agent%20workflow&limit=3
Adéquation Agent
Agents de recherche
Tags de cas d’usage
Plateformes
Claude Code
Rapport d’audit
Revue nécessaire · 75/100
Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Panneau de décision Agent
Fallback candidate for Research agents
Prototype with this skill first; keep a fallback candidate ready.
Rôle dans la pile
Candidate de secours
Pertinence principale
Agents de recherche
Libellé de confiance
Prototyper d’abord
Chemin d’installation
Commande prête
À utiliser lorsque
- Workflows d’Agents de recherche
- Équipes Claude Code
- builders willing to evaluate younger projects
Preuves
- recent repository activity
- install command or GitHub repo available
- profil qualité 59/100
- 2 événements OpenAgentSkill
revoir d’abord
- Low GitHub adoption signal
Chemin d’implémentation
- 1Installez-le dans un Agent en sandbox et exécutez une tâche de Agents de recherche de bout en bout.
- 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.
Profil de confiance
Sandbox uniquement
Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Adoption GitHub
Corriger16 stars GitHub
Activité stars/forks
Corriger16 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Maintenance récente
ValidéMis à jour aujourd’hui
Clarté de licence
ValidéMIT
Signaux positifs
- Revue IA approuvée
- Le chemin d’installation est disponible
- La preuve du dépôt est disponible
- Dépôt maintenu récemment
- La commande d’installation ne présente aucun motif de haut risque évident
- La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent
Réviser avant installation
- Low GitHub adoption signal
- Quality score needs review
- Permission surface needs review: shell or command execution, filesystem or document access
- GitHub adoption: 16 GitHub stars
- Stars/forks activity: 16 stars, 1 forks; issue activity unavailable in current metadata
- Permission surface: shell or command execution, filesystem or document access
- Pas encore de rapports de résultats Agent réels
- Une revue humaine est requise avant une installation sans surveillance
Action recommandée
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Profil qualité
Prometteur candidat pour les workflows Agent
Useful candidate, but compare it with alternatives before adopting.
Adéquation au workflow
Utilisez cette skill dans ces scénarios
Investigate faster
Research agents
I need my agent to research a topic, compare sources, and produce a concise report.
Manage repositories
GitHub automation
I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.
Operate local tools
Local desktop
I need my agent to operate local files and desktop apps in a repeatable workflow.
Adéquation au workflow
Ajouter à un workflow complet
Find, compare, and synthesize
Research report agent
A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.
Operate and verify web apps
Browser QA agent
A workflow for agents that navigate products, fill forms, take screenshots, and verify real user flows across web applications.
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Liste d’alternatives
Comparer avant installation
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
Vue d’ensemble
--- name: sealeap-amazon-product-targeting description: Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that complement keyword targeting, including audience expansion, competitor and category traffic, cross-sell, upsell, self-defense, negative targeting, placement analysis, and single-variable experiments. Use for 商品投放, ASIN 定向, 品类定向, Product Targeting, 关键词引流遇到瓶颈, 关联流量, 互补品/替代品, 竞品详情页抢流量, 自家 ASIN 防御, Best Sellers/New Releases 候选, 自动与手动广告联动, or the local file named 如何提升关键词引流效率. Default to research and draft; verify current marketplace capabilities and never mutate live campaigns without explicit human approval. ---
# Amazon Ads 商品投放 · ASIN/品类定向与关键词联动
## 目标
把商品投放从“找一批竞品 ASIN 去打”升级为一条可复核的流量设计链:先还原商品与消费者任务,再识别关键词覆盖不到的商品页、类目节点、互补/替代和自家详情页流量,形成候选池,最后用独立 Campaign/Ad Group 做单变量验证。
源文件名与实际内容不一致:文件名是《如何提升关键词引流效率?》,但 39 页课件实际标题和正文均为《商品投放实用案例分享》。本 Skill 以实际内容为准,并保留关键词与商品投放联动部分。先读 [references/source-and-guardrails.md](references/source-and-guardrails.md)。
## 不可妥协的边界
- 商品投放包括课程中的品类定向和 ASIN 定向;“扩展商品投放”、细化条件、否定能力、广告位和支持广告产品均以当前 marketplace 控制台/API 为准。 - 课件中标为“第三方卖家意见”的 3WCS、榜单分级、欧洲站贴标签、日本站反查词和阻力带案例只能作为 `SELLER_HYPOTHESIS`,不能写成 Amazon 官方机制。 - 不声称商品投放会让系统“收录关键词”、增加自然排名或给 ASIN 贴上确定标签。只观察可测的曝光、点击、订单、流量位置和利润变化。 - 不因为竞品是 FBM、自家是 FBA 就认定一定更有竞争力;必须比较当前价格、配送承诺、评分、评价量、变体、优惠和商品匹配。 - 不复制竞品文案、素材、商标表达或虚构比较优势;只使用公开商品事实与合法定向能力。 - `store_id`、profile、ASIN 或 marketplace 不等于授权。读取与写入都必须绑定当前验证的服务端账户范围。 - 不使用固定“点击 N 次无单”否定阈值。按利润、流量、归因窗口和统计证据定义停止规则。 - 默认只读和草案。任何 target、negative target、bid、budget、placement、status 或结构变更必须逐项人工确认。
## 先声明模式
1. `RESEARCH`:只读构建流量地图与候选池;默认; 2. `DIAGNOSE`:诊断现有商品投放; 3. `DRAFT`:生成分层结构与单变量实验; 4. `RELEASE_PREP`:生成审批卡、旧值/新值、护栏和回退; 5. `APPROVED_WRITE`:只执行用户本轮明确批准的一个动作,写后复读。
## 核心工作流
### 1. 锁定对象、目标和基线
记录:
- 已验证 seller、marketplace、广告 profile、广告产品、ASIN/SKU 与父子体; - 目标只能选一个:`扩大覆盖 / 突破关键词瓶颈 / 类目节点 / 细分人群 / 交叉销售 / 升级销售 / 自家防御 / 竞品进攻`; - 当前关键词、自动和商品投放结构及近 7/14/30 天表现; - 贡献毛利、盈亏线、库存、Featured Offer、价格/优惠、评价与配送; - 基线窗口、归因窗口、当前变更和季节事件。
缺少明确目标时先输出 `NEEDS_DATA`,不要把七种场景全部混在一个 Campaign。
### 2. 建立商品事实与 3WCS 假设表
用 [references/use-cases-and-selection.md](references/use-cases-and-selection.md) 建立:
```text What: 商品身份、功能、特性、材质、颜色、尺寸、售卖方式 Who: 真实购买对象与购买任务 Where: 使用场景 Competitor: 同需求、同价格带、可替代的竞品 Substitute: 关联、互补或替代商品 ```
3WCS 来自第三方卖家观点。每一项都要绑定商品事实、账户查询或市场观察证据;不能凭想象填人群与场景。
### 3. 还原当前流量结构
至少获取:
- Campaign / Ad Group / Targeting / Search Term / Placement 报告; - advertised product 与 purchased product 维度; - 当前自动投放、手动关键词、手动商品投放及 negative targeting; - 搜索结果与详情页的当前可见广告/自然位置观察; - Brand Analytics、Search Query Performance 或账户可用的一方查询证据; - 当前 Best Sellers / New Releases、类目节点与候选 ASIN 前台事实。
按 `搜索流量 / 商品详情页 / 类目节点 / 互补 / 替代 / 自家 / 竞品` 聚合曝光、点击、花费、订单、销售和贡献利润。不要把单个低样本 ASIN 当成稳定规律。
### 4. 选择一个应用场景
课件给出七种商品投放场景:扩大覆盖、绕开关键词瓶颈、类目节点、细分人群、交叉/升级销售、自家防御、竞品进攻。具体选择器见 [references/use-cases-and-selection.md](references/use-cases-and-selection.md)。
一轮只选择一个主场景。若同时存在防御和进攻需求,拆成不同 Campaign、预算和实验卡。
### 5. 建立候选 ASIN/品类池
候选来源可以包括:
- 已有自动或商品投放中真实出单/高质量点击的 ASIN; - purchased product 与 search term 关联出的商品; - 当前类目、榜单和新品榜中的相关 ASIN; - 自家变体、配件、升级款与互补商品; - 高自然排名目标的公开观察; - 关键词流量研究中的互补/替代主题。
每个候选记录:
```text candidate / source / relationship / customer_task / relevance / price_delivery_rating_gap / observed_traffic / account_performance / profit_ceiling / risk / evidence_ids / freshness ```
候选分为:
- `TIER_1_TESTABLE`:相关、可竞争、有账户或市场证据; - `TIER_2_EXPLORE`:相关但数据不足,只能小预算探索; - `EXCLUDE`:不相关、明显不可竞争、无流量或合规风险。
### 6. 设计品类与 ASIN 定向
#### 品类定向
- 只使用当前控制台实际提供的品牌、价格、评分、配送或其它细化条件; - 记录细化前后覆盖范围,避免“精准”到没有曝光; - 类目节点必须与商品任务相关,不能只因流量大就投。
#### ASIN 定向
- 自家防御、竞品进攻、互补、替代与升级分别建组; - 拆开强竞品、可竞争竞品与探索候选; - “扩展商品投放”若当前可用,单独建组并标明系统可能扩展到替代/互补商品; - 搜索结果页曝光位置是竞价与系统匹配结果,不作展示保证。
### 7. 与关键词和自动投放联动
读取 [references/keyword-product-linkage.md](references/keyword-product-linkage.md),采用三轨结构:
```text 自动投放:发现查询与 ASIN,验证基础关联 手动关键词:精细控制搜索意图、排名与品牌防御 手动商品投放:覆盖详情页、类目、互补/替代、进攻与防御 ```
迁移规则:
1. 从自动/历史报告发现候选; 2. 验证商品与消费者任务相关性; 3. 候选 ASIN 单独进入手动商品投放; 4. 对候选 ASIN 反查到的词仍需一方查询/账户数据验证后才进入手动关键词; 5. 不在原活动立即否定,除非存在明确重复竞价问题且有证据; 6. 保留源、目的、日期与去重策略。
### 8. 否定与清理
先按当前广告产品确认支持的否定类型。候选否定必须有:
- 不相关商品事实;或 - 可复核的长期低质量流量与足够样本;或 - 明显不可竞争且不符合实验目的;或 - 品牌/商品合规风险。
将“否定整个品牌”和“否定单个 ASIN”分开评估。若同品牌仍有相关、可竞争的商品,不做整品牌否定。
### 9. 生成单变量实验卡
一张卡只允许一个 `store + campaign + unique ad group + main variable`,并写:
- 主场景、候选与关系类型; - 来源和证据 ID; - 当前基线与唯一动作的新旧值; - 预算上限、bid/placement 护栏; - 冻结的关键词、Listing、价格、优惠和其它 target; - 成功、停止、回退和归因等待; - 人工确认状态。
可以运行:
```bash python3 scripts/targeting_plan_check.py --input references/targeting-plan.example.json ```
脚本只做静态结构校验,不验证 ASIN 存在性、实时资格或经济性。
### 10. 审批与写后验证
进入 `RELEASE_PREP` 后展示 profile、campaign、ad group、target/negative target、旧值、新值、最大花费、证据和回退。只有用户本轮明确批准后执行。
写后复读目标状态与控制台结果;请求接受不等于已经开始稳定投放。
## 必须交付
按 [references/output-contract.md](references/output-contract.md) 输出:
- 授权、口径、商品事实和当前三轨流量地图; - 单一应用场景和候选池证据; - ASIN/品类/细化/否定草案; - 自动、关键词与商品投放的迁移/去重关系; - 单变量实验、花费护栏、回退和审批对象; - `DRAFT`、`READY_FOR_REVIEW`、`APPROVED` 或 `HOLD`。
Détails techniques
- Version
- 1.0.0
- Licence
- MIT
- Dernière mise à jour
- 23 août 2026
- Publié
- 23 août 2026
Instantané de décision
Candidate de secours
recent repository activity
Audit
Revue d’installation
Revue d’installation et d’adoption
- Sécurité
- 79/100
- Maintenance
- 100/100
- Installer
- 92/100
Preuves validées par Agent
Preuves validées par Agent
Rapports après resolve, revue, installation et une exécution limitée.
- Taux de réussite
- —
- Échec récent
- —
- Résultats
- 0
- Qualité de sortie
- —
- Échecs
- 0
- Non pertinent
- 0
- Installations
- 0
- Bloqué par le risque
- 0
- Configuration requise
- 0
- Production
- 0
Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.
Installer
Ajouter au workflow Agent
Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.
Boucle de croissance
Kit de partage
Brouillon guidé par scénario pour sealeap-amazon-product-targeting, prêt pour une publication manuelle sur X.
sealeap-amazon-product-targeting: Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that compl... 16 stars https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting?ref=x
Réponse facultative avec commande d’installation
Listing + install path for sealeap-amazon-product-targeting: https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting?ref=x Install: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-ta...
Source de la fiche
Indexé par Registry
Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.
- Créateur
- xjli360
- Indexé par
- Index communautaire OpenAgentSkill
L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.
Revendiquer ce skillRevendication du propriétaire
Revendiquer cette fiche de skill
Cette fiche Indexé par Registry est attribuée à xjli360, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.
Kit de backlinks créateur
Ajoutez les badges de preuve à votre README
Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting/audit)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting)Auteur
xjli360
@xjli360
Tags
Adéquation plateforme
Signaux de santé
- Stars GitHub
- 16
- Score de qualité
- 32/100
- Dernier push GitHub
- 23 août 2026
- Indications de framework
- Inconnu
- Vues OpenAgentSkill
- 2
- Copies d’installation
- 0
- Clics sortants
- 0
Signal de communauté
Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.
Confiance et sécurité
Sandbox uniquement
- Adoption GitHub16 stars GitHubCorriger
- Activité stars/forks16 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesCorriger
- Maintenance récenteMis à jour aujourd’huiValidé
- Clarté de licenceMITValidé
- Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
- Risque dépendances/runtimecommand execution surface, network or browser surfaceInfo
Skills associés
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