Was macht Agentic-SEO-Skill?
Eine LLM-zentrierte SEO-Analyse-Fähigkeit für Antigravity, Codex und Claude mit 16 spezialisierten Sub-Skills, 10 Spezialisten-Agenten und 88 optionalen Utility-Skripten als Evidenzsammler.
Eine LLM-zentrierte SEO-Analyse-Fähigkeit für Antigravity, Codex und Claude mit 16 spezialisierten Sub-Skills, 10 Spezialisten-Agenten und 88 optionalen Utility-Skripten als Evidenzsammler.
Diese Fähigkeit namens „Agentic-SEO-Skill“ ermöglicht es KI-Agenten wie Claude, Codex oder Antigravity, umfassende SEO-Analysen durchzuführen, die auf Large Language Models (LLMs) basieren. Sie besteht aus 16 spezialisierten Unterfähigkeiten (Sub-Skills), die jeweils einen bestimmten SEO-Aspekt abdecken – von Keyword-Recherche über On-Page-Optimierung bis hin zu technischer SEO und Wettbewerbsanalyse. Zehn virtuelle Spezialisten-Agenten übernehmen dabei rollenspezifische Aufgaben, während 88 optionale Utility-Skripte als Evidenzsammler fungieren und Daten aus verschiedenen Quellen (z. B. Web-Crawls, APIs oder lokalen Dateien) zusammenführen. Die Besonderheit liegt im „LLM-first“-Ansatz: Statt auf starren Regeln basiert die Analyse auf kontextuellen Einsichten, die der Agent dynamisch generiert. Dadurch eignet sich das Skill besonders für wiederkehrende SEO-Audits, Content-Optimierung und die Erstellung strategischer Reports – ohne manuelle Datensammlung. Es wird empfohlen, die Sub-Skills modular einzusetzen, um Ressourcen zu sparen und die maximale Flexibilität zu erhalten. Die Utility-Skripte sind optional, beschleunigen aber die Datengewinnung erheblich.
npx skills add Bhanunamikaze/Agentic-SEO-SkillInstalled? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
Eine LLM-zentrierte SEO-Analyse-Fähigkeit für Antigravity, Codex und Claude mit 16 spezialisierten Sub-Skills, 10 Spezialisten-Agenten und 88 optionalen Utility-Skripten als Evidenzsammler.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors