Multi-Agent-Plattform für Competitive Intelligence. Jede Firmen-URL → Analystenbericht in unter 30 Sekunden. Angetrieben von Bright Data + Claude AI.
Recon-AI ist eine Multi-Agenten-Plattform für Competitive Intelligence, die es Entwicklern und Analysten ermöglicht, aus jeder Firmen-URL in weniger als 30 Sekunden einen detaillierten Analystenbericht zu erstellen. Die Plattform nutzt Bright Data für zuverlässiges Web Scraping und Claude AI für die intelligente Analyse und Zusammenfassung der gesammelten Daten. Sie eignet sich perfekt für Marktforschung, Wettbewerbsanalyse und Due Diligence, da sie mühsame manuelle Recherchen durch automatisierte Agenten ersetzt. Der Workflow beginnt mit der URL-Eingabe, woraufhin die Agenten Webdaten extrahieren, strukturieren und in einem prägnanten Report präsentieren, der direkt in der Konsole oder als PDF ausgegeben werden kann.
npx skills add kobie3717/recon-aiInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Multi-Agent-Plattform für Competitive Intelligence. Jede Firmen-URL → Analystenbericht in unter 30 Sekunden. Angetrieben von Bright Data + Claude AI.
Quelle: https://github.com/kobie3717/recon-ai
Entdeckt während der täglichen awesomeskills.dev Agenten-Skill-Suche.
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.