Que fait creator-data-audit ?
Skill Codex pour vérifier en masse l'identité des créateurs, les données de plateforme et les performances récentes des œuvres, générer des preuves datées et permettre une relecture de validation.
Skill Codex pour vérifier en masse l'identité des créateurs, les données de plateforme et les performances récentes des œuvres, générer des preuves datées et permettre une relecture de validation.
Ce skill, nommé `creator-data-audit`, permet de vérifier efficacement l'identité des créateurs (talents), les données de leurs plateformes sociales (comme le nombre d'abonnés, les vues), ainsi que les performances de leurs publications récentes. Il est conçu pour fonctionner avec l'agent Codex (par exemple, dans un environnement de développement comme Cursor). L'utilisateur peut fournir une liste de noms ou d'identifiants de créateurs, et le skill récupère automatiquement les informations depuis des sources de données ou APIs configurées. Il génère ensuite un rapport structuré avec des preuves datées (screenshots ou captures de données horodatées), ce qui rend le résultat vérifiable ultérieurement (relecture de validation). L'avantage principal est de centraliser et accélérer l'audit de nombreux créateurs, en remplaçant des vérifications manuelles fastidieuses. Le skill est particulièrement utile pour les équipes marketing, les agences ou les gestionnaires de contenu qui ont besoin d'évaluer rapidement la crédibilité et la performance de multiples talents avant une collaboration.
npx skills add bigjun1-art/creator-data-auditInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Skill Codex pour vérifier en masse l'identité des créateurs, les données de plateforme et les performances récentes des œuvres, générer des preuves datées et permettre une relecture de validation.
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.