Was macht omni-collect?
Multi-Plattform-Bedarfsanalyse-API für KI-Agenten. Installiere eine Skill-Anleitung, sammle automatisch Daten von Xiaohongshu, GitHub, Twitter und mehr und erstelle strukturierte Intel-Berichte lokal.
Multi-Plattform-Bedarfsanalyse-API für KI-Agenten. Installiere eine Skill-Anleitung, sammle automatisch Daten von Xiaohongshu, GitHub, Twitter und mehr und erstelle strukturierte Intel-Berichte lokal.
Der Skill 'feed-mob/omni-collect' ist eine Multi-Plattform-Bedarfsanalyse-API, die speziell für KI-Agenten entwickelt wurde. Er ermöglicht es, automatisch Daten von verschiedenen Plattformen wie Xiaohongshu, GitHub und Twitter zu sammeln und in strukturierte Intel-Berichte zusammenzufassen. Der Skill unterstützt die lokale Verarbeitung, was bedeutet, dass alle Daten und Berichte auf dem lokalen System des Benutzers verbleiben, was die Sicherheit und den Datenschutz verbessert. Er ist ideal für Entwickler, die schnell Einblicke in aktuelle Themen oder Trends aus verschiedenen Quellen gewinnen möchten, ohne manuell Daten sammeln zu müssen. Der Skill arbeitet nahtlos mit Tools wie Claude Code, Cursor und Codex zusammen und bietet ein einfaches Installations- und Konfigurationsverfahren.
npx skills add feed-mob/omni-collectInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Multi-Plattform-Bedarfsanalyse-API für KI-Agenten. Installiere eine Skill-Anleitung, sammle automatisch Daten von Xiaohongshu, GitHub, Twitter und mehr und erstelle strukturierte Intel-Berichte lokal.
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.