Was macht ldm-openclaw-inbox-mcp-skill?
OpenClaw-Fähigkeit für bezahlte LDM-Inbox-Check-MCP-Platzierungstests vor ausgehenden Kampagnen.
OpenClaw-Fähigkeit für bezahlte LDM-Inbox-Check-MCP-Platzierungstests vor ausgehenden Kampagnen.
Diese Fähigkeit ist ein OpenClaw-Skill, der speziell für das Live Direct Marketing (LDM) entwickelt wurde. Sie ermöglicht es, vor dem Start ausgehender Kampagnen bezahlte Inbox-Check-MCP-Platzierungstests durchzuführen. Das bedeutet, dass Sie mit diesem Skill testen können, ob Ihre Marketing-E-Mails oder -Nachrichten in den Posteingängen (Inbox) Ihrer Zielkontakte landen oder fälschlicherweise als Spam gefiltert werden. Dies ist besonders wertvoll, um die Zustellbarkeit und Effektivität Ihrer Kampagnen zu optimieren, bevor Sie größere finanzielle Mittel in ausgehende Kampagnen investieren. Der Skill unterstützt primär OpenClaw als Plattform und integriert sich nahtlos in den Workflow für LDM-Kampagnen. Durch die frühzeitige Platzierungsprüfung können Sie Ihre Absender-Reputation verbessern und Streuverluste minimieren, was zu höheren Konversionsraten und einem besseren ROI führt.
npx skills add live-direct-marketing/ldm-openclaw-inbox-mcp-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
OpenClaw-Fähigkeit für bezahlte LDM-Inbox-Check-MCP-Platzierungstests vor ausgehenden Kampagnen.
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.