CommunityRecherche & Datenanalysegithub.com

cr-competitors

Führe die Aktion „competitors“ der Fertigkeit „content-research“ aus, um Wettbewerber und deren Inhalte zu analysieren.

Was ist cr-competitors?

Diese Fertigkeit dient als Einstiegspunkt für die Aktion „competitors“ der „content-research“-Fertigkeit. Sie analysiert konkurrierende Content-Ersteller und deren Inhalte. Der Benutzer ruft sie über das Kommando `cr-competitors` auf und übergibt die Argumente direkt im Befehl. Die Fertigkeit folgt einem optimierten Ablauf (Fast Path): Sie plant in drei Zeilen, sammelt Informationen parallel, führt Skripte aus und erstellt einen Bericht aus den gerenderten Blöcken. Falls nicht alle Stufen der Aktion implementiert sind, führt sie die vorhandenen aus und gibt die noch ausstehenden an. Die Datei ist ausschließlich ein Einstiegspunkt – die Workflow-Logik wird nicht dupliziert.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fdevaibhavpal/ai-agent-skills/tree/HEAD/content-research/commands/cr-competitors

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht cr-competitors?

Führe die Aktion competitors der Fertigkeit content-research aus.

  1. Lies content-research/actions/_fast.md und die Aktionsdatei content-research/actions/competitors.md. Das reicht für einen normalen Durchlauf; öffne andere Dokumente nur, wenn ein Schritt fehlschlägt.
  2. Behandle alles, was der Benutzer nach cr-competitors eingegeben hat, als die Argumente der Aktion.
  3. Folge dem schnellen Pfad: plane in drei Zeilen, sammle parallel, führe die Skripte aus, schreibe den Bericht aus den gerenderten Blöcken. Falls die Stufen der Aktion nicht alle implementiert sind, führe die vorhandenen aus und gib an, welche noch ausstehen.

So findest du die Dateien: Nach der Installation befindet sich content-research als Geschwisterverzeichnis von diesem (../content-research/). Im Repository ist es ../../ von hier aus. Verwende das Verzeichnis, das existiert.

Diese Datei ist nur ein Einstiegspunkt. Dupliziere hier keine Workflow-Logik.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

fdevaibhavpal/ai-agent-skills

Content Research command - write a detailed content brief for a chosen opportunity. Use only when the user invokes cr-brief or asks for the content-research "brief" action. Entry point for the content-research skill.

fdevaibhavpal/ai-agent-skills

Content Research command - run the complete content research workflow. Use only when the user invokes cr-full or asks for the content-research "full" action. Entry point for the content-research skill.

fdevaibhavpal/ai-agent-skills

Content Research command - find high-demand, low-supply content gaps. Use only when the user invokes cr-gaps or asks for the content-research "gaps" action. Entry point for the content-research skill.

Verwandte Skills

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

community

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

community

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

community

affaan-m/everything-claude-code

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.

community
← More Recherche & Datenanalyse skills