Habilidades de IA para comercio electrónico en Amazon (descubrimiento de productos, exploración de nichos, radar de competidores, optimización de listados, scraping, búsqueda con IA de Google) impulsadas por Pangolinfo MCP.
Pangolinfo Skills es un conjunto de herramientas especializadas para agentes de IA que operan en el ecosistema de comercio electrónico de Amazon. Este paquete de habilidades permite a los agentes realizar táticas complejas como descubrimiento de productos basado en tendencias, exploración profunda de nichos de mercado con baja competencia, monitoreo en tiempo real de movimientos de competidores, optimización de listados de productos (títulos, descripciones, palabras clave), extracción de datos de páginas de Amazon a gran escala y búsqueda potenciada por inteligencia artificial de Google. Todo ello se ejecuta a través del protocolo MCP (Model Context Protocol) de Pangolinfo, lo que garantiza una integración segura y eficiente con la infraestructura de agentes de IA. Es útil para vendedores, marcas y desarrolladores que buscan automatizar estrategias de venta en línea, reducir el tiempo de análisis manual y tomar decisiones basadas en datos extraídos directamente de Amazon. La habilidad soporta plataformas como Claude Code, Cursor y otros agentes compatibles con MCP, y su documentación detallada en SKILL.md explica cómo configurar las credenciales, activar las funciones y personalizar los parámetros de cada operación.
npx skills add pangolinfo/pangolinfo-skillsInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidades de IA para comercio electrónico en Amazon (descubrimiento de productos, exploración de nichos, radar de competidores, optimización de listados, scraping, búsqueda con IA de Google) impulsadas por Pangolinfo MCP.
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.