Was macht jtbd-knowledge-skill?
JTBD (Jobs to Be Done) Wissensbasis und KI-Agenten-Fähigkeit | Basierend auf den vier großen Schulen der JTBD-Theorie
JTBD (Jobs to Be Done) Wissensbasis und KI-Agenten-Fähigkeit, basierend auf den vier großen Schulen.
Dieses Skill bietet eine umfassende Wissensbasis zum JTBD (Jobs to Be Done) Framework, das auf den vier wichtigsten Schulen (Christensen, Ulwick, Kalbach, und Bettencourt) aufbaut. Es ermöglicht KI-Agenten, wie Claude Code, Cursor oder Codex, tiefgehende Einblicke in die JTBD-Theorie, praktische Anwendungen und Fallstudien zu geben. Entwickler und Nutzer können damit schneller und genauer Jobs-to-be-Done Analysen durchführen, ohne ständig auf externe Quellen zurückgreifen zu müssen. Das Skill ist darauf ausgelegt, als strukturierter Wissensspeicher zu dienen, der Abfragen zu Konzepten wie Job Statements, Outcome Driven Innovation (ODI) oder Job Mapping direkt beantwortet. Es unterstützt die Integration in verschiedene KI-Plattformen und optimiert die Arbeit mit JTBD durch direkte, kontextbezogene Antworten.
npx skills add AliDujie/jtbd-knowledge-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
JTBD (Jobs to Be Done) Wissensbasis und KI-Agenten-Fähigkeit | Basierend auf den vier großen Schulen der JTBD-Theorie
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
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.