Communitygithub.com

matériaux-investisseurs

Créez et mettez à jour des pitch decks, one-pagers, mémos investisseurs, candidatures d'accélérateurs, modèles financiers et documents de levée de fonds. Utilisez-le lorsque l'utilisateur a besoin de documents destinés aux investisseurs, de projections, de tableaux d'utilisation des fonds, de plans d'étape ou de matériaux qui doivent rester cohérents en interne entre plusieurs actifs de levée de fonds.

Qu'est-ce que matériaux-investisseurs ?

Cette compétence est conçue pour les développeurs et les utilisateurs d'agents IA qui élaborent des documents destinés aux investisseurs, en garantissant une cohérence et une crédibilité absolues entre tous les actifs de levée de fonds. Elle prend en charge la création et la révision de pitch decks, de mémos investisseurs, de one-pagers, de modèles financiers, de candidatures d'accélérateurs et de tableaux d'utilisation des fonds. La compétence impose une règle d'or : tous les documents doivent s'accorder autour d'une seule source de vérité comprenant les métriques de traction, les hypothèses de revenus, la taille de la levée, l'utilisation des fonds, les bios de l'équipe et les jalons. Son flux de travail principal comprend quatre étapes : inventorier les faits canoniques, identifier les hypothèses manquantes, choisir le type d'actif, rédiger avec une logique explicite, puis vérifier chaque nombre par rapport à la source de vérité. La compétence fournit des conseils spécifiques pour chaque type d'actif, évite les drapeaux rouges comme les affirmations invérifiables ou les incohérences d'équipe, et inclut un contrôle qualité final avant la livraison.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/investor-materials

Demander à votre IA préférée

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

Documentation

Matériaux Investisseurs

Construisez des documents destinés aux investisseurs qui sont cohérents, crédibles et faciles à défendre.

Quand Activer

  • créer ou réviser un pitch deck
  • rédiger un mémo investisseur ou un one-pager
  • construire un modèle financier, un plan d'étape ou un tableau d'utilisation des fonds
  • répondre aux questions des candidatures d'accélérateur ou d'incubateur
  • aligner plusieurs documents de levée de fonds autour d'une seule source de vérité

Règle d'Or

Tous les documents destinés aux investisseurs doivent s'accorder entre eux.

Créez ou confirmez une seule source de vérité avant de rédiger :

  • métriques de traction
  • hypothèses de prix et de revenus
  • taille et instrument de la levée
  • utilisation des fonds
  • bios et titres de l'équipe
  • jalons et calendriers

Si des chiffres contradictoires apparaissent, arrêtez-vous et résolvez-les avant de rédiger.

Flux de Travail Principal

  1. inventorier les faits canoniques
  2. identifier les hypothèses manquantes
  3. choisir le type d'actif
  4. rédiger l'actif avec une logique explicite
  5. vérifier chaque nombre par rapport à la source de vérité

Conseils par Type d'Actif

Pitch Deck

Flux recommandé :

  1. entreprise + angle d'attaque
  2. problème
  3. solution
  4. produit / démo
  5. marché
  6. modèle d'affaires
  7. traction
  8. équipe
  9. concurrence / différenciation
  10. demande
  11. utilisation des fonds / jalons
  12. annexe

Si l'utilisateur souhaite un deck natif web, associez cette compétence avec frontend-slides.

One-Pager / Mémo

  • dites ce que fait l'entreprise en une phrase claire
  • montrez pourquoi maintenant
  • incluez traction et preuves tôt
  • formulez la demande de manière précise
  • gardez les affirmations faciles à vérifier

Modèle Financier

Inclure :

  • hypothèses explicites
  • cas prudents / de base / optimistes quand c'est utile
  • logique de revenus couche par couche claire
  • dépenses liées aux jalons
  • analyse de sensibilité là où la décision repose sur des hypothèses

Candidatures d'Accélérateur

  • répondez exactement à la question posée
  • priorisez traction, insight et avantage d'équipe
  • évitez le baratin
  • assurez la cohérence des métriques internes avec le deck et le modèle

Drapeaux Rouges à Éviter

  • affirmations invérifiables
  • dimensionnement flou du marché sans hypothèses
  • rôles ou titres d'équipe incohérents
  • calculs de revenus qui ne s'additionnent pas proprement
  • certitude exagérée là où les hypothèses sont fragiles

Contrôle Qualité

Avant de livrer :

  • chaque nombre correspond à la source de vérité actuelle
  • l'utilisation des fonds et les couches de revenus s'additionnent correctement
  • les hypothèses sont visibles, pas cachées
  • l'histoire est claire sans langage pompier
  • le document final est défendable lors d'une réunion avec un partenaire

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

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.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

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

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.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills associés