Communitygithub.com

Varnan-Tech/opendirectory

SEO-Keyword-Recherche-Workflow zur Blog-Generierung unter Verwendung von Google Trends-Daten. Ideal beim Schreiben von Blogbeiträgen, Planen von Content-Kalendern oder Optimieren von Artikeln für Suchmaschinen. Findet Breakout-Keywords, erstellt Content-Strukturen und generiert SEO-optimierte Blog-Gliederungen für ein technik- und entwicklerorientiertes Publikum.

Was ist opendirectory?

Diese KI-Fertigkeit führt eine automatisierte SEO-Keyword-Recherche durch, bevor Bloginhalte mit Google Trends-Daten generiert werden. Sie ist auf Entwickler-Tools und KI-Agenten zugeschnitten, die Content für ein technisches Publikum erstellen. Die Fertigkeit ruft verwandte Suchbegriffe (RELATED_QUERIES) und verwandte Themen (RELATED_TOPICS) über die SerpAPI ab, priorisiert Breakout-Keywords mit 5000 %+ Wachstum und erstellt eine detaillierte Blog-Gliederung mit optimierten H1-, H2- und H3-Überschriften, Meta-Beschreibungen und Keyword-Platzierungsregeln. Sie unterstützt Claude Code, Cursor, Codex und ähnliche KI-Agenten über eine einfache API-basierte Workflow-Integration. Der Standard-Workflow erfordert 2 API-Aufrufe pro Blogbeitrag und maximiert die SEO-Chancen, während das monatliche Budget von 250 kostenlosen Suchanfragen optimal genutzt wird. Sie enthält außerdem eine Qualitäts-Checkliste und häufige Fehler, um Keyword-Stuffing zu vermeiden und thematische Relevanz sicherzustellen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Varnan-Tech/opendirectory/tree/main/skills/google-trends-api-skills/seo-keyword-research

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

SEO-Keyword-Recherche-Fertigkeit

Finde trendende, chancenreiche Keywords, bevor du Bloginhalte schreibst. Diese Fertigkeit verwandelt generische Blog-Themen in SEO-optimierte Inhalte, die ranken.

Wann verwenden

  • Benutzer bittet um einen Blogbeitrag oder Artikel
  • Benutzer möchte Keyword-Recherche für ein Thema
  • Benutzer benötigt einen Content-Kalender oder Content-Plan
  • Benutzer möchte bestehende Inhalte für SEO optimieren
  • Jede Blog-Generierungsaufgabe für ein technik-/entwicklerorientiertes Publikum

Kernprinzip

Recherchiere Keywords IMMER, bevor du Bloginhalte generierst.

SCHLECHT: Blog schreiben -> Hoffen, dass es rankt -> Meistens nicht
GUT: Keywords recherchieren -> Breakout-Chance finden -> Optimierten Blog schreiben -> RANKT GUT

Keyword-Prioritätssystem

Bei der Analyse von Google Trends RELATED_QUERIES-Ergebnissen priorisiere Keywords in dieser Reihenfolge:

1. Breakout-Keywords — HÖCHSTE Priorität

  • formatted_value: "Breakout" = 5000 %+ Wachstum
  • Sehr geringe Konkurrenz (Trend ist neu)
  • Als PRIMÄRES Blog-Keyword verwenden
  • Inhalte SOFORT erstellen (First-Mover-Vorteil)

2. High-Growth-Keywords — SEHR HOHE Priorität

  • formatted_value: "+100%" oder höher
  • Geringe bis mäßige Konkurrenz
  • Als primäres oder starkes sekundäres Keyword verwenden
  • Inhalte innerhalb von 2-4 Wochen erstellen

3. Moderate-Growth-Keywords — HOHE Priorität

  • formatted_value: "+50%" bis "+99%"
  • Mäßige Konkurrenz
  • Als sekundäre Keywords im Fließtext verwenden

4. Long-Tail-Keywords — STRATEGISCHE Priorität

  • Fragebasierte Suchbegriffe (wie, was, warum, wann, wo)
  • Geringe Konkurrenz, hohe Conversion
  • Als H3-Überschriften verwenden — zielen auf Featured Snippets und Sprachsuche ab

5. Etablierte Keywords — MÄSSIGE Priorität

  • Top-Anfragen mit stabilem Interesse, hoher Konkurrenz
  • Im Fließtext verwenden, nicht als primäres Ziel

SEO-Recherche-Workflow

Schritt 1: Keyword-Entdeckung (1 API-Aufruf — ERFORDERLICH)

RELATED_QUERIES mit dem Blog-Thema des Benutzers abfragen:

curl -s "https://serpapi.com/search?engine=google_trends&q=BENUTZER_THEMA&data_type=RELATED_QUERIES&date=today+3-m&api_key=$SERPAPI_KEY"

Aus der Antwort extrahieren:

  • Breakout-Keywords → Kandidaten für primäre Keywords
  • High-Growth-Keywords (+100 %) → sekundäre Kandidaten
  • Fragebasierte Suchbegriffe → H3-Überschriften und Featured-Snippet-Ziele

Das primäre Keyword auswählen:

  1. Erstes Breakout-Keyword (falls vorhanden)
  2. Sonst erstes High-Growth-Keyword
  3. Sonst Top-Anfrage nach Score

Schritt 2: Content-Struktur (1 API-Aufruf — ERFORDERLICH)

RELATED_TOPICS mit demselben Thema abfragen:

curl -s "https://serpapi.com/search?engine=google_trends&q=BENUTZER_THEMA&data_type=RELATED_TOPICS&date=today+3-m&api_key=$SERPAPI_KEY"

Titel von steigenden + Top-Ergebnissen extrahieren. Diese werden zu deinen H2-Abschnittsüberschriften (3-5 auswählen).

Schritt 3: Trend-Validierung (1 API-Aufruf — OPTIONAL)

Nur bei der Auswahl zwischen mehreren Kandidaten-Keywords oder zur Validierung der Machbarkeit:

curl -s "https://serpapi.com/search?engine=google_trends&q=KEYWORD&data_type=TIMESERIES&date=today+12-m&api_key=$SERPAPI_KEY"

Den Durchschnitt der letzten 2 Monate mit dem Durchschnitt der früheren 2 Monate vergleichen. Wenn aktuell > früher, steigt der Trend — fortfahren. Wenn rückläufig, ein anderes Keyword in Betracht ziehen.

Schritt 4: Blog-Gliederung generieren

Die Gliederung mit dieser Struktur erstellen:

Titel: [Primäres Keyword] — [Nutzen/Zahl] [Jahr]
  (max. 60 Zeichen, muss primäres Keyword enthalten)

Meta-Beschreibung: (150-160 Zeichen, primäres + 1-2 sekundäre Keywords)

# [H1 — gleich wie Titel oder Variation]

## Einleitung (150 Wörter)
  - Primäres Keyword in den ersten 100 Wörtern
  - Haken mit einem Problem oder einer Frage
  - Vorschau, was sie lernen werden

## [H2: Verwandtes Thema 1 aus Schritt 2]
### [H3: Long-Tail-Frage aus Schritt 1]
  Inhalt, der die Frage beantwortet (150-200 Wörter)
### [H3: Eine weitere Long-Tail-Frage]
  Inhalt (150-200 Wörter)

## [H2: Verwandtes Thema 2]
### [H3: Long-Tail-Frage]
### [H3: Long-Tail-Frage]

## [H2: Verwandtes Thema 3]
### [H3: Long-Tail-Frage]
### [H3: Long-Tail-Frage]

## Fazit (100 Wörter)
  - Zusammenfassung der Kernpunkte
  - Primäres Keyword einmal erwähnen
  - Call-to-Action

Ziel: 1500-2500 Wörter insgesamt

Keyword-Platzierungsregeln

PositionRegel
TitelPrimäres Keyword enthalten, max. 60 Zeichen
H1Gleich wie Titel oder leichte Abwandlung
H2-Überschriften (3-5)Verwandte Themen verwenden, natürliche Sprache
H3-Überschriften (8-12)Long-Tail-Keywords verwenden, Frageformat
Erster AbsatzPrimäres Keyword in den ersten 100 Wörtern
FließtextPrimäres Keyword 1-2 % Dichte, sekundäres 0,5-1 %
FazitPrimäres Keyword einmal
Meta-BeschreibungPrimäres + 1-2 sekundäre, 150-160 Zeichen

Niemals Keyword-Stuffing betreiben. Der Inhalt muss natürlich lesbar sein. Google bestraft unnatürliche Wiederholungen.

Qualitäts-Checkliste

Vor der Blog-Generierung überprüfen:

  • Mindestens 1 Breakout- oder +100 %-Keyword gefunden (oder Verwendung eines etablierten Keywords begründet)
  • 3-5 H2-Themen aus RELATED_TOPICS vorhanden
  • Long-Tail-Keywords für H3-Überschriften vorhanden
  • Primäres Keyword ist spezifisch genug, um dafür zu ranken
  • Blog-Struktur folgt der obigen Gliederungsvorlage
  • Meta-Beschreibung ist geschrieben (150-160 Zeichen)
  • Ziellänge ist 1500-2500 Wörter

Wenn keine Breakout- oder High-Growth-Keywords für das Thema existieren, informiere den Benutzer, dass die SEO-Chance begrenzt ist, und schlage alternative Blickwinkel oder verwandte Themen vor, die Wachstum aufweisen.

Budget-Bewusstsein

Kostenloses Kontingent: 250 Suchanfragen/Monat

StrategieAufrufe/BlogMonatliche Kapazität
Minimal (empfohlen)2125 Blogs
Standard383 Blogs
Vollständig462 Blogs

Standardmäßig 2 Aufrufe (RELATED_QUERIES + RELATED_TOPICS) verwenden. TIMESERIES oder GEO_MAP nur bei spezifischem Bedarf hinzufügen.

Häufige Fehler, die vermieden werden sollten

  1. Recherche überspringen — Schreiben ohne Trendprüfung verpasst Breakout-Chancen
  2. Breakout-Keywords ignorieren — Einen generischen Begriff verwenden, obwohl eine Breakout-Variante existiert
  3. Keyword-Stuffing — Keywords unnatürlich wiederholen; Dichte bei 1-2 % halten
  4. Keine Long-Tail-Keywords — Fehlende Featured-Snippet- und Sprachsuch-Chancen
  5. Generische H2-Überschriften — Für die Abschnittsstruktur immer RELATED_TOPICS-Daten verwenden

Beispiel-Skript

Für ein vollständiges funktionierendes Beispiel ausführen:

python scripts/blog_seo_research.py "dein blog thema"

Siehe scripts/blog_seo_research.py für die Implementierung.

Referenzen

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Varnan-Tech/opendirectory

Use when the user asks to generate a blog cover image, thumbnail, or article header. Automatically uses modern typography, brand logos, and Google Search grounding to create beautiful 16:9 images with Gemini 3.1 Flash Image Preview.

Varnan-Tech/opendirectory

World-class brand strategist and naming expert. Uses an interrogation-led discovery phase to extract your brand's DNA, then applies scientific naming frameworks (Phonosemantics) and automated multi-TLD domain checking.

Varnan-Tech/opendirectory

Use when the user asks to generate or update a project's CLAUDE or AGENTS context file from a codebase scan. Writes a focused file under 100 lines containing only the non-obvious build commands, conventions, and gotchas Claude Code needs.

Varnan-Tech/opendirectory

Use when the user wants to verify cold emails, enrich a lead list, or autonomously guess email addresses from a CSV using ValidEmail.co or the open-source Reacher engine.

Varnan-Tech/opendirectory

Competitive intelligence orchestrator tracking companies across 8+ platforms (GitHub, Twitter, Reddit, HN, PH, YC Jobs) with heat scores and AI briefings.

Varnan-Tech/opendirectory

Give it your product URL or description. It finds your top 5 competitors, runs three-track PR research across all of them (editorial, podcasts, communities), identifies which channels appear most frequently, looks up the journalist or host for each, and returns a tiered outreach list with story angles and ready-to-send cold pitch drafts tailored to your product. Use when asked to find PR opportunities, discover where competitors got featured, build a media outreach list, find which journalists cover my space, or get pitch templates for press coverage.

Varnan-Tech/opendirectory

Generate high-converting, deep-dive growth case studies in MDX format. Use this skill when asked to write a case study or blog post about a company's growth, tech stack, or product-led strategy. It handles the full pipeline (researching the company via Tavily, generating a 16:9 cover image, quality checking the draft, uploading assets to cloud storage, and pushing directly to the target repository).

Varnan-Tech/opendirectory

Scans your project for outdated npm, pip, Cargo, Go, or Ruby packages. Runs a CVE security audit. Fetches changelogs, summarizes breaking changes with Gemini, and opens one PR per risk group (patch, minor, major). Includes Diagnosis Mode for install conflicts. Use when asked to update dependencies, check for outdated packages, open dependency PRs, scan for package updates, audit for CVEs, or flag breaking changes in upgrades. Trigger when a user says "check for outdated packages", "update my dependencies", "open PRs for dependency updates", "scan for CVEs", or "which packages need upgrading".

Varnan-Tech/opendirectory

Generates and updates README.md and API reference docs by reading your codebase's functions, routes, types, schemas, and architecture. Uses graphify to build a knowledge graph first, then writes accurate docs from it. Use when asked to write docs, generate a README, document an API, update stale docs, create an API reference from code, add an architecture section, or document a project in any language. Trigger when a user says their docs are missing, outdated, or wants to document their codebase without writing it manually.

Varnan-Tech/opendirectory

Evaluates expired domain candidates against a target niche, scores them by topical relevance, historical activity level, and history cleanliness, then outputs a ranked shortlist with explainable reasoning and risk flags.

Varnan-Tech/opendirectory

Brutally honest developer-experience audit for a GitHub repo. Scores 10 DX dimensions (time-to-first-success, README clarity, visual proof, install, quick-start, docs, examples, community, trust, marketing), writes a shareable roast in the requested tone (brutal/honest/kind), produces a prioritized action plan ranked by impact × effort, and sketches an ideal README. Trigger when user says "roast my repo", "audit my README", "dx audit", "developer experience review", "score my GitHub project", "before launch checklist", or "make my repo shareable".

Varnan-Tech/opendirectory

Drafts and designs a complete HTML email newsletter from a topic or content brief. Outputs paste-ready HTML for Loops, Mailchimp, Beehiiv, Resend, or any standard email platform. Includes subject line options and plain-text fallback. Trigger when a user says "write a newsletter", "draft an email newsletter", "create an HTML email", "design an email for my subscribers", or "write a newsletter about [topic]".

Varnan-Tech/opendirectory

Takes a GitHub PR URL or the current branch and writes a plain-English explanation of what it does and why, then posts it as a PR comment. Use when asked to explain a PR, summarize a pull request, write a plain-English description of a PR, add a summary comment to a PR, or understand what a PR changes. Trigger when a user says "explain this PR", "summarize this pull request", "what does this PR do", "add a comment explaining the PR", or shares a GitHub PR URL and asks what it does.

Varnan-Tech/opendirectory

Audit how often LLMs recommend your brand vs competitors and generate a GEO action plan.

Varnan-Tech/opendirectory

Takes a competitor's public GitHub repo URL, fetches their open issues via the GitHub REST API, filters noise locally, clusters issues into 6 demand categories, computes a demand score per issue and per cluster, and outputs a ranked demand gap report with a GTM messaging brief. Use when asked to scan a competitor's GitHub issues, find what their users are begging for, turn GitHub complaints into product positioning, identify competitor feature gaps, or generate messaging from real user demand. Trigger when a user says "scan competitor issues", "what are users asking for on X repo", "find demand gaps in Y", "turn GitHub issues into messaging", or "what should I build based on competitor complaints".

Varnan-Tech/opendirectory

Find recurring confusion in your repo's GitHub Discussions, rank it by urgency, and draft the actual docs fixes and content angles — with verbatim community quotes and source links as evidence.

Varnan-Tech/opendirectory

Generates a professionally designed case study PDF for B2B SaaS sales and marketing. Supports 7 page layouts, 9 style presets, 1-4 page output. Trigger when user says "create a case study", "write a customer story", "make a case study PDF", "design a success story", "turn this customer win into a PDF".

Varnan-Tech/opendirectory

Generates data visualization charts (bar, line, area, pie, doughnut, scatter, radar, treemap) as PNG using Apache ECharts v6. 1080×1080px default, 5 style presets, highlight annotations. Trigger when user says "create a chart", "visualize data", "make a bar chart", "line graph", "pie chart", "data visualization", "chart this data", "plot", "graph", or "visualize these numbers".

Varnan-Tech/opendirectory

Creates professionally designed B2B SaaS e-books in HTML + CSS, exported as print-ready PDF. 3–10 pages, 9 style presets, 11 page layout types. Trigger when user says "create an ebook", "design a lead magnet", "make a PDF guide", "build a gated content piece", "write a B2B ebook", "design a white paper", "create a nurture asset", or "make a PDF report".

Varnan-Tech/opendirectory

Fetches low-star App Store and Google Play reviews, clusters them into broken-promise patterns, and generates a ranked copy brief with positioning opportunities.

Verwandte Skills