CommunityInvestigación y análisis de datosgithub.com

fdevaibhavpal/ai-agent-skills

Comando de investigación de contenido: analiza creadores competidores y su contenido. Úsalo solo cuando el usuario invoque cr-competitors o solicite la acción "competitors" de content-research. Punto de entrada para la habilidad de investigación de contenido.

¿Qué es ai-agent-skills?

Esta habilidad, parte del conjunto de habilidades del agente AI, proporciona un comando específico para analizar creadores competidores y su contenido. Está diseñada para ser utilizada exclusivamente cuando el usuario invoca explícitamente 'cr-competitors' o solicita la acción 'competitors' dentro del skill de investigación de contenido. El flujo de trabajo sigue una ruta rápida: planificar en tres líneas, recopilar información en paralelo, ejecutar scripts y generar un informe a partir de bloques renderizados. Si alguna etapa de la acción no está completamente implementada, se ejecuta lo que esté disponible y se indica qué partes están pendientes. Esta habilidad es útil para desarrolladores que necesitan automatizar el análisis competitivo en plataformas de contenido, permitiendo un enfoque estructurado y eficiente para investigar a la competencia.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fdevaibhavpal/ai-agent-skills/tree/HEAD/content-research/commands/cr-competitors

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

cr-competitors

Ejecuta la acción competitors del skill content-research.

  1. Lee content-research/actions/_fast.md y el archivo de acción content-research/actions/competitors.md. Esto es suficiente para una ejecución normal; abre otros documentos solo si algún paso falla.
  2. Trata cualquier cosa que el usuario haya escrito después de cr-competitors como los argumentos de la acción.
  3. Sigue la ruta rápida: planifica en tres líneas, recopila en paralelo, ejecuta los scripts, escribe el informe a partir de los bloques renderizados. Si las etapas de la acción no están todas implementadas, ejecuta lo que esté disponible y di cuáles están pendientes.

Localizando los archivos: cuando está instalado, content-research es una carpeta hermana de esta (../content-research/). En el repositorio está en ../../ desde aquí. Usa la que exista.

Este archivo es solo un punto de entrada. No dupliques la lógica del flujo de trabajo aquí.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

fdevaibhavpal/ai-agent-skills

Content Research command - write a detailed content brief for a chosen opportunity. Use only when the user invokes cr-brief or asks for the content-research "brief" action. Entry point for the content-research skill.

fdevaibhavpal/ai-agent-skills

Content Research command - run the complete content research workflow. Use only when the user invokes cr-full or asks for the content-research "full" action. Entry point for the content-research skill.

fdevaibhavpal/ai-agent-skills

Content Research command - find high-demand, low-supply content gaps. Use only when the user invokes cr-gaps or asks for the content-research "gaps" action. Entry point for the content-research skill.

Skills relacionados

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

community

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

community

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

community

affaan-m/everything-claude-code

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

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.

community
← More Investigación y análisis de datos skills