Communitygithub.com

Wettbewerbs-Redesign

Eigenes Feature parallel zu 2-3 Wettbewerbern analysieren, Lücken identifizieren und eine Design-Entscheidung mit Vorher/Nachher-Vergleich erstellen.

Was ist Wettbewerbs-Redesign?

Dieser Skill ermöglicht es einem Developer oder Produkt-Designer, ein bestehendes Feature einer eigenen App systematisch mit Wettbewerbsprodukten zu vergleichen und daraus konkrete Verbesserungen abzuleiten – inklusive einer fundierten Entscheidungsgrundlage und visueller Designvorlage. Er unterstützt Tools wie Claude Code, Cursor oder Codex, indem er Sub-Agenten parallel einsetzt: Einer screen-shottet das eigene Feature, während bis zu zwei weitere Wettbewerber analysieren (bevorzugt über öffentliche Hilfeseiten und Marketingmaterialien). Die gesammelten Screenshots und Wettbewerbserkenntnisse werden zu einer Lückenanalyse zusammengeführt, die der Nutzer in gebündelten Multiple-Choice-Entscheidungen bewertet. Anschließend wird eine Design-Canvas erstellt – bestehende UI-Screenshots neben überarbeiteten Artboards, wobei jedes Delta (neu, geändert) mit den Design-Tokens der App markiert wird. Ein Implementierungsplan kann auf Wunsch ergänzt werden, produziert aber niemals produktiven Code.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Pure-Water-Automations/agent-skills/tree/HEAD/competitive-redesign

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Wettbewerbs-Redesign?

Wenn eine LOCAL.md neben dieser SKILL.md liegt, zuerst lesen – sie enthält die spezifischen Angaben für dieses Workspace (Pfade, Tools, Beispiele) und überschreibt die unten stehenden allgemeinen Standardwerte.

Recherchieren → Entscheiden → Gestalten. Parallele Sub-Agenten screenshoten UNSER Feature und 2-3 Wettbewerbsprodukte. Die Ergebnisse werden zu einer Lückenanalyse mit gebündelten Entscheidungen für den Nutzer zusammengeführt, und die gewählte Richtung wird als Design-Canvas ausgegeben: aktuelle UI-Screenshots neben neu gestalteten Artboards, wobei jede Änderung markiert ist. Die Ausgabe ist eine Entscheidung + ein Design (+ optional ein Implementierungsplan) – es wird kein Produktcode durch diesen Skill geschrieben.

Der unten erwähnte „Referenzlauf“ ist der erste reale Lauf dieses Skills (ein Redesign einer Aufzeichnungsbibliothek); LOCAL.md verweist darauf, wenn vorhanden. Nur ein durchgearbeitetes Beispiel – es beweist die Form und kalibriert die Tiefe; bei einem neuen Feature nicht als Inhaltsvorlage heranziehen.

Phase 1 – Parallele Recherche (günstigere Modell-Sub-Agenten, max. 3 gleichzeitig)

Starte bis zu 3 Sub-Agenten in einer Nachricht – Agent-Tool, general-purpose, model: "sonnet" (ein günstigeres Modell reicht für die reine Recherche; niemals mehr als 3 gleichzeitig – Rate-Limits zerstören Spawn-Bursts):

  1. Unseres – screenshotet das Feature in UNSERER App.
      1. Wettbewerber – vom Nutzer GENANNTE Produkte füllen zuerst diese Plätze, ein Agent pro Produkt. Verbleibende Plätze (falls der Nutzer null oder eins genannt hat): ein „Umfrage“-Agent, der die 2-3 Wettbewerber mit den umfangreichsten öffentlichen Dokumentationen des relevanten Feature-Bereichs auswählt. Bei 3+ genannten: Ein Agent erhält das primäre, ein Agent die restlichen als Batch.

Während sie laufen, dich auf dem Hauptthread in unserer Codebasis verankern: das Schema des Features, die Read-/Action-Layer und die Seiten. Empfehlungen müssen auf reale Felder abbilden („project-Tag existiert, UI zeigt ihn nie“) – Wettbewerbsrecherche ohne Code-Grundlage erzeugt eine Wunschliste, die niemand umsetzen kann.

Sub-Agenten-Anweisungen – die Teile, die bei Weglassen scheitern:

  • Nur Playwright MCP, niemals das Browser-Fenster – Screenshots aus dem Browser-Fenster können nicht auf die Festplatte gespeichert werden und sind für den Orchestrator unsichtbar. Dem Agenten explizit mitteilen: mcp__playwright__playwright_screenshot mit savePng: true + downloadsDir gesetzt auf ein Pro-Agent-Scratchpad-Unterverzeichnis (ours/, loom/, competitors/), zuerst mkdir -p ausführen und absolute Pfade mit ls verifizieren.
  • Gleichzeitige Agenten teilen sich einen Playwright-Browser und KÖNNEN Sitzungen gegenseitig verunreinigen (ein Agent screenshotet die Seite eines anderen Agenten – passiert im Referenzlauf). Jeden Agenten anweisen: Überprüfe visuell, ob jeder Screenshot mit der gerade aufgerufenen URL übereinstimmt, bevor er behalten wird; bei einer veralteten/fremden Aufnahme den Playwright-Browser schließen, neu öffnen, erneut aufnehmen.
  • Playwright-Chromium fehlt möglicherweise („Executable doesn't exist …“): npx playwright install chromium aus dem npx-Cache-Verzeichnis des MCPs ausführen, dann fortfahren (dauerhafte Stolperfalle, überlebt Versionssprünge).
  • Login unserer App: Dem Agenten das exakte Rezept geben – z. B. ein dev-only Login-Formular (E-Mail + Passwort auf /login) mit einer E-Mail, die ALS AKTIVER BENUTZER in der Entwicklungsdatenbank existiert, plus das Dev-Login-Passwort aus der Umgebung des Dev-Servers. Beides selbst überprüfen (den env-Wert auf dem Dev-Server auslesen, die Dev-DB nach aktiven Benutzern durchsuchen), BEVOR der Agent gestartet wird. Der Referenzlauf verbrauchte einen ganzen Agenten wegen CredentialsSignin von einer E-Mail, die nicht in der Dev-DB war. Den Dev-Auth-Pfad der App in der AGENTS.md / README finden. Agenten niemals auf die Produktion richten.
  • Wettbewerber-Bibliotheken hinter Login – Agenten anweisen, Hilfecenter-Artikel, Marketing-/Feature-Seiten und Dokumentationen (support.loom.com usw.) zu verwenden, keine Registrierung zu versuchen. Um eine strukturierte Feature-Inventur bitten (Organisation, Entdeckung/Suche, Freigabe, Workflow, KI, Administration) + welche Features Kern/Beliebt vs. Enterprise-Gated sind + eine Liste „lohnenswerte Eigenheiten, die man übernehmen sollte“.

Phase 2 – Synthese + gebündelte Entscheidungen

EINE Nachricht für den Nutzer zusammenstellen:

  1. Aktueller Stand – was unser Feature hat und vermisst, verifiziert anhand der Screenshots und des Codes (Dateien zitieren).
  2. Was Wettbewerber tun – ein paar Zeilen pro Produkt, nur die übertragbaren Teile.
  3. Empfehlungen nach Phasen – erst die günstigste Hebelwirkung: (a) freischalten, was der Code bereits unterstützt, (b) kleine Migrations-Organisationsfeatures, (c) Workflow-Features. Eigene Ideen des Nutzers aus der Eingabeaufforderung einbeziehen. Markieren, was bewusst übersprungen wird (Enterprise-förmig, YAGNI).
  4. Gebündelte Multiple-Choice-Entscheidungen: die 2-4 Verzweigungen, die das Lieferergebnis ändern, mit Buchstaben-Optionen + einer Empfehlung pro Option. Fragen nicht häppchenweise stellen.

Anhalten und auf die Entscheidungen warten. Nicht mit dem Gestalten eines unentschiedenen Umfangs beginnen.

Phase 3 – Design-Canvas der gewählten Richtung

ERFORDERLICHER SUB-SKILL: der design-Skill (Claude Design Canvas → Artifact). Er besitzt die Canvas-Mechanik; diese Phase fügt die Vergleichskonventionen hinzu:

  • Aktuelle-UI-Screenshots als eigene Artboards („Aktuell – X“) neben den redesigneten Artboards („Redesign – X“). Screenshots vor dem Einsetzen auf ~70-100 KB JPEGs herunterrechnen (sips -Z 900 -s format jpeg -s formatOptions 60 …).
  • Redesign-Artboards entsprechen dem echten Designsystem der App – zuerst Token-Dateien und Komponenten lesen, exakte Werte übernehmen (Schriftarten, Farb-Tokens, Kartenradius, Buttonform).
  • Jedes Delta markieren: gestrichelte Umrandung in der Akzentfarbe der App + kleines „NEU“-Label auf jedem Element, das es heute nicht gibt (Label-Variante „GEÄNDERT“ für modifizierte). Unveränderte Bereiche erhalten keine Dekoration – das Fehlen macht die Markierungen lesbar.
  • Canvas-Haftnotizen fassen die Deltas pro Artboard zusammen + eine Übersichtsnotiz. Beispieldaten in Mockups sind in Ordnung; bei der Übergabe darauf hinweisen.
  • Statische Mockups sind das Standard-Lieferergebnis; einen klickbaren Prototyp nur erstellen, wenn der Nutzer darum gebeten hat.

Phase 4 (nur wenn der Nutzer fragt) – Implementierungsplan

ERFORDERLICHER SUB-SKILL: superpowers:writing-plans. Jede Aufgabe auf der Phase-1-Code-Lektüre aufbauen; den phasenweisen Umfang und die Entscheidungen wörtlich übernehmen; mit Ausführungsmodus-Optionen (paralleles Fan-out / Sub-Agent / inline) enden; nicht unaufgefordert mit dem Bauen beginnen.

Stolperfallen (alle haben den Referenzlauf gebissen)

SymptomLösung
Agent meldet Screenshots, Orchestrator kann sie nicht sehenBrowser-Fenster wurde verwendet – neu anweisen: Playwright MCP savePng + downloadsDir
Screenshot zeigt andere Seite als die, zu der der Agent navigiert istVerunreinigung der gemeinsamen Playwright-Sitzung – Browser schließen, neu öffnen, erneut aufnehmen, visuell überprüfen
CredentialsSignin beim Dev-LoginE-Mail ist kein aktiver Benutzer in der Dev-DB – Dev-DB abfragen, eine verwenden, die es ist
„Executable doesn't exist … chromium“npx playwright install chromium (pro Cache-Verzeichnis, nach Playwright-Updates erneut ausführen)
Fan-out gibt leere Ergebnisse / Rate-Limited>3 gleichzeitige Agenten – Wellen von ≤3, tote Pfade wiederholen, Ergebnisse lautstark melden
Empfehlungen stimmen nicht mit dem Code übereinPhase-1-Code-Verankerung auf dem Hauptthread wurde übersprungen – vor der Synthese durchführen

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Pure-Water-Automations/agent-skills

Score any app (the user's own or a competitor's) on a research-backed rubric and produce a reusable, comparable scorecard — 0–5 per dimension with an evidence grade, noncompensatory gates checked first, and one "smallest fix" per weak dimension. Adapts to product stage: a pre-PMF app under ~100 users is scored on 9 dimensions, a growth-stage app on the full 23. Use whenever the user says "score this app", "grade the app", "rate the UI/UX", "how good is [app]", "app scorecard", "run the scorecard on [app]", "how does [app] stack up", "is this ready to launch / promote to prod", or wants a before/after number after a build sprint or a beta round. Reads the codebase + deploy + docs, optionally beta feedback / analytics, and refuses to invent retention, revenue, or PMF from code alone. Outputs a chat table plus a published HTML scorecard artifact. Pairs with ui-usability-audit (UI depth), qa-sweep (functional pass), dev-to-prod-promotion-review (release gate).

Pure-Water-Automations/agent-skills

Use when the user wants a multi-perspective brainstorm on a feature, app, or product area — "spin up agents with different personalities/job titles", "look at it from different angles", "panel of experts", "come up with 30 ideas and a top 5", "how can we make X more useful", "brainstorm what to do next with X" — especially when they also want to DECIDE on the ideas (implement / hold / reject) rather than just read a list. Also use when they ask to re-run or extend a previous panel, or to "make the ideas decidable like dev-to-prod-promotion-review".

Verwandte Skills