Communitygithub.com

majiayu000/claude-skill-registry-data

Optimisez la découvrabilité, l'exploration, les métadonnées, les données structurées, l'utilité du contenu et les signaux lisibles par IA de votre site web personnel et de votre portfolio en ligne. À utiliser lorsque l'utilisateur pose des questions sur les pages de portfolio, les titres, les meta descriptions, les balises canoniques, les extraits, l'indexabilité, le SEO JavaScript, les données structurées, les performances, llms.txt ou la marque personnelle sur le web.

Qu'est-ce que claude-skill-registry-data ?

Cette compétence est un assistant spécialisé en SEO technique et optimisation de portfolio web, destiné aux agents IA comme Claude Code, Cursor ou Codex. Elle guide l'agent pour améliorer l'exploration, le rendu, le résumé et la confiance d'un site personnel par les moteurs de recherche et les systèmes d'IA. La compétence fournit des workflows structurés (audit rapide, par défaut, approfondi), des règles d'édition précises pour éviter l'invention de contenu, et des directives de transparence sur les sources (vérifiées, contextuelles, inférées). Elle s'appuie sur une série de fichiers de référence thématiques (indexation, métadonnées, recettes de sections, performance) et un wiki pour les conventions d'extraction IA comme llms.txt. L'objectif est d'optimiser la découvrabilité, la cohérence des métadonnées, les données structurées et la crédibilité du portfolio sans ajouter de battage médiatique, tout en respectant les limites des preuves disponibles.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry-data/tree/HEAD/marketing/vitaecontext-portfolio-vitaecontext-vitaecontext-2

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

VitaeContext Web Portfolio

Présentation

Travaillez à travers le prisme d'un spécialiste SEO technique et d'un responsable de recrutement qui parcourt le site. Utilisez cette compétence pour améliorer la façon dont un site personnel est exploré, rendu, résumé et approuvé par les moteurs de recherche et les systèmes d'IA.

Sélection des références

Contexte du wiki

  • Lisez wiki/index.md lorsque la tâche concerne llms.txt, la récupération par IA, les étiquettes de preuve, la confiance dans les sources, les contraintes de plateforme ou les modes d'échec connus des agents.
  • Lisez wiki/knowledge.md uniquement après que wiki/index.md a orienté la tâche actuelle vers celui-ci.
  • Si un fichier wiki n'est pas disponible dans une installation plus ancienne, continuez avec le fichier references/ pertinent et indiquez que les directives spécifiques au wiki ne sont pas disponibles lorsque cela affecte la confiance.

Discipline liée aux tokens

  • Pour un audit d'URL, inspectez d'abord la page d'accueil, le fichier robots, le sitemap et uniquement les pages prioritaires.
  • Pour un travail sur les sources locales, recherchez les métadonnées, les routes, la mise en page et les données structurées avant d'ouvrir des fichiers volumineux.
  • Ne chargez pas les références de rédaction de contenu pour un correctif technique d'explorabilité.
  • Préférez le HTML rendu/public, les métadonnées de route, le sitemap, le fichier robots et les modèles de page avant de lire des fichiers de contenu volumineux.
  • Gardez les registres de sources compacts : listez les groupes d'entrées, pas chaque actif ou route.
  • Nommez la prochaine inspection si elle est limitée.

Contrat de profondeur

Utilisez la plus petite profondeur d'audit honnête :

  • Analyse rapide : page d'accueil, robots, sitemap, bases des titres/méta/balises canoniques, navigation principale et positionnement visible.
  • Audit par défaut : analyse rapide plus jusqu'à 2 pages spécifiées par l'utilisateur ou visiblement prioritaires, données structurées, Open Graph, liens internes et pages de projet principales lorsqu'elles sont disponibles.
  • Audit approfondi : inventaire complet des routes, modèles de source HTML/créés, vérifications des performances/mobile, redirections/codes d'état, validation des schémas, liens brisés et modifications de code.

Par défaut, utilisez Audit par défaut pour les audits de portfolio larges. Proposez Audit approfondi comme une étape facultative supplémentaire lorsque la réponse actuelle bénéficierait de plus de preuves. Ne choisissez pas Audit approfondi silencieusement, sauf si l'utilisateur demande un audit complet du site, des modifications de code exactes, une validation de lancement ou la vérification de chaque route importante.

Workflow d'accueil

  • Si l'utilisateur fournit une URL de portfolio publique, récupérez et inspectez la page d'accueil, les pages importantes, les métadonnées, les balises canoniques, le sitemap, les robots, les données structurées et la copie visible lorsque les outils le permettent.
  • Si la source du portfolio est disponible localement et que l'utilisateur demande une implémentation, inspectez la source et privilégiez les modifications de code directes pour les métadonnées, les données structurées, le HTML sémantique, les liens et le contenu. Pour les demandes d'audit uniquement, renvoyez des recommandations prêtes à être appliquées sous forme de correctifs, sauf si l'utilisateur demande de modifier.
  • Si l'exploration publique est bloquée ou que le site n'est pas déployé, demandez les chemins des sources locales, le HTML créé, des captures d'écran, un inventaire des pages ou le texte des pages copié.
  • Si la copie du site dépend d'une biographie, de déclarations de projet ou de faits de carrière, recommandez d'utiliser le fichier de contexte de carrière avant de réécrire.
  • N'inventez pas de projets, de témoignages, de métriques, d'employeurs ou de titres de compétences pour remplir les pages du portfolio.

Règles

  • Si l'utilisateur fournit un chemin explicite vers VitaeGraph, lisez VITAEGRAPH.md, index.md, et uniquement les enregistrements pertinents de projet, thèse, récompense et publication. N'exposez jamais les chemins privés, préservez les limitations et les questions ouvertes, et traitez visibility: public comme une éligibilité à la prise en compte plutôt qu'un consentement à la publication.

  • Séparez les normes documentées des conventions émergentes comme llms.txt.

  • Séparez les faits vérifiés à partir de pages publiques ou de sources locales, les faits fournis par le matériel contextuel de l'utilisateur, et les recommandations déduites de ces faits.

  • Privilégiez les modifications qui améliorent l'explorabilité, le signalement informatif et la qualité des extraits sans ajouter de battage médiatique.

  • Ne présentez pas de propositions non officielles d'IA ou de SEO comme des normes universelles.

  • Maintenez la cohérence des métadonnées, des données structurées et de la copie visible.

  • Gardez le titre, la description, l'URL canonique, Open Graph, la carte X/Twitter, l'URL JSON-LD, le nom ou le titre JSON-LD, la description JSON-LD et l'image représentative cohérents pour la même page.

  • Faites correspondre les données structurées à l'objectif de la page. Utilisez un schéma de type article uniquement pour les pages visibles de type article avec un auteur, une date et un contenu corporel pris en charge.

  • Considérez les classements, les résultats enrichis, les vignettes d'images, les extraits et la vitesse d'indexation comme des résultats d'éligibilité, et non des garanties.

  • Gardez l'objectif de la page, la structure des URL, les liens internes et les actifs de preuve alignés afin que chaque affirmation importante aboutisse à une page explorable.

  • Utilisez l'orientation de carrière pour prioriser le positionnement de la page d'accueil, la copie de la section À propos, l'ordre des projets et le cadrage des études de cas, mais assurez-vous que chaque affirmation publique est liée à une preuve visible ou fournie.

  • Respectez les limites des preuves issues des fichiers de contexte, les contraintes de positionnement et les affirmations à éviter lors de la rédaction des métadonnées, des schémas et de la copie visible.

  • Lorsque des faits manquent, demandez l'URL canonique, l'inventaire des pages ou le contenu source avant d'inventer la copie du portfolio ou des données structurées.

  • Lors de l'édition du code du portfolio, préservez le style existant et la logique applicative, sauf si l'utilisateur demande explicitement une refonte. Privilégiez les modifications de métadonnées, de données structurées, de HTML sémantique, d'explorabilité et de contenu avant les modifications de mise en page.

  • Pour les modifications de code directes, exécutez la commande de build, lint, test ou aperçu disponible lorsque le projet en fournit une, et signalez toute vérification qui n'a pas pu être exécutée.

Auto-évaluation

Avant de renvoyer, vérifiez le brouillon et corrigez ou signalez toute défaillance :

  • Aucun projet, témoignage, métrique, employeur ou titre de compétence inventé ; les données structurées et la copie reflètent uniquement des faits vérifiés ou fournis.
  • Les classements, les résultats enrichis et l'indexation sont présentés comme une éligibilité, et non des garanties ; les conventions émergentes ne sont pas présentées comme des normes.
  • Le résultat correspond à la portée demandée et aux objectifs déclarés de l'utilisateur ; les métadonnées, les données structurées et la copie visible restent cohérentes pour chaque page.
  • Toute modification de code préserve le style et la logique existants, et toute vérification qui n'a pas pu être exécutée est signalée.

Si une vérification échoue et ne peut pas être corrigée à partir des entrées disponibles, dites-le plutôt que de masquer le problème.

Format de réponse

Renvoyez :

  1. les URL ou les fichiers locaux inspectés
  2. les problèmes d'explorabilité, de métadonnées, de données structurées et de contenu
  3. les modifications de code directes ou la copie prête pour la page
  4. la vérification effectuée ou les vérifications encore nécessaires
  5. les lacunes des fichiers de contexte qui affectent les affirmations publiques

Pour les audits, utilisez des étiquettes concises telles que Vérifié, De la source, Du contexte, Inférence et Inaccessible lorsqu'une affirmation pourrait autrement être ambiguë. Signalez les responsabilités, métriques, niveaux d'ancienneté, clients, témoignages ou résultats non étayés comme des lacunes, sans les transformer en métadonnées, schémas ou copie. Lorsque l'audit est intentionnellement limité, incluez une Note de profondeur d'une ligne indiquant ce qui n'a pas été inspecté et ce qu'une inspection plus approfondie apporterait. Lorsque l'utilisateur demande un score, un tableau de bord ou une comparaison avant/après, appliquez également references/audit-scoring.md : signalez le score global, la catégorie, la répartition par catégorie et un classement des correctifs prioritaires, étiqueté comme une heuristique de priorisation interne et non comme une garantie de classement ou d'indexation.

Guide humain : Optimisation de portfolio web.

Individual skills in this repo

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

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry-data

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry-data

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry-data

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry-data

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry-data

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry-data

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry-data

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry-data

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry-data

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry-data

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry-data

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

majiayu000/claude-skill-registry-data

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry-data

Conduct market research on competition and customers. Use when the user says "create a market research report about [business idea]".

majiayu000/claude-skill-registry-data

Conduct technical research on technologies and architecture. Use when the user says "create a technical research report on [topic]".

majiayu000/claude-skill-registry-data

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

Skills associés