Communitygithub.com

majiayu000/claude-skill-registry

Sistema operacional de aquisição paga para escolha de canais, estrutura de campanhas, públicos, lances, ritmo de orçamento, palavras-chave negativas, retargeting e decisões de matar ou escalar. Use ao planejar, auditar ou otimizar campanhas pagas no Google, Meta, LinkedIn, X ou plataformas comparáveis. NÃO PARA: produzir variações criativas (use suede-ad-creative), implementar medição (use suede-analytics) ou otimizar a página de destino (use suede-site-alchemy).

O que é claude-skill-registry?

Este skill é um playbook abrangente de aquisição paga projetado para desenvolvedores e profissionais de marketing que gerenciam campanhas em plataformas como Google, Meta, LinkedIn e X. Ele fornece orientação estruturada para criar, otimizar e escalar campanhas com base em economia de aquisição explícita, sem presumir acesso à conta. O skill cobre desde a coleta de contexto inicial (metas de campanha, produto, público e estado atual) até táticas avançadas, como o moderno playbook da Meta (era Andromeda 2026+), que enfatiza volume criativo sobre segmentação refinada, incluindo o uso de anúncios estáticos, palavras-chave de gatilho de identidade e campanhas zumbis. Ele também inclui referências modulares para estratégias B2B, operações do Meta, LinkedIn, Google e ABM, que devem ser carregadas conforme a intenção do usuário. O skill é útil para agilizar decisões operacionais, como matar/manter/escalar anúncios e alocar orçamentos, garantindo que as melhores práticas sejam aplicadas de forma consistente.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/other/suede-ads

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Anúncios Pagos Suede

Use este playbook de aquisição paga da Suede para criar, otimizar e escalar campanhas com base em economia de aquisição explícita. Nunca presuma acesso à conta.

Antes de Começar

Verifique primeiro o contexto de marketing do produto: Se .agents/product-marketing.md existir (ou .claude/product-marketing.md, ou o nome de arquivo legado product-marketing-context.md, em configurações mais antigas), leia-o antes de fazer perguntas. Use esse contexto e peça apenas informações não cobertas ou específicas para esta tarefa.

Reúna este contexto (pergunte se não for fornecido):

1. Metas da Campanha

  • Qual é o objetivo principal? (Reconhecimento, tráfego, leads, vendas, instalações de aplicativos)
  • Qual é o CPA ou ROAS desejado?
  • Qual é o orçamento mensal/semanal?
  • Existem restrições? (Diretrizes da marca, conformidade, geográficas)

2. Produto e Oferta

  • O que você está promovendo? (Produto, teste gratuito, ímã de leads, demonstração)
  • Qual é a URL da página de destino?
  • O que torna esta oferta atraente?

3. Público

  • Quem é o cliente ideal?
  • Que problema seu produto resolve para eles?
  • O que eles estão pesquisando ou interessados?
  • Você tem dados de clientes existentes para públicos semelhantes?

4. Estado Atual

  • Você já veiculou anúncios antes? O que funcionou/não funcionou?
  • Você tem dados de pixel/conversão existentes?
  • Qual é a sua taxa de conversão atual no funil?

Roteamento de Referência

A profundidade deste skill reside nas referências — carregue por intenção. Para qualquer decisão operacional em uma conta ativa (matar/manter/escalar/orçamento), carregue o playbook relevante antes de responder; os limites estão lá, não aqui.

Intenção do UsuárioCarregarAbrange
Estratégia B2B, estágios do funil, divisões de orçamento, regras de eliminação, qualidade de lead, matemática de ponto de equilíbriob2b-paid-playbook.mdCiclo de vida da demanda, sinais de avanço/atraso, regras de eliminação, loop de conversão offline, pontuação de leads U/B/F, quadrante de escalabilidade
Operações do Meta: quando matar/graduar/escalar um anúncio, fadiga, estrutura de testemeta-decision-system.mdÁrvore de decisão ancorada em TCPL, limite máximo de anúncios, estrutura CBO 80/20, bandas de fadiga, formulários de lead, transição Advantage+
Operações do LinkedIn: lances, tamanho do público, escalabilidade, benchmarks, TLAs, formatoslinkedin-b2b-playbook.mdProgressão de lances, escalabilidade por penetração, regras de dimensionamento, benchmarks de funil, anúncios de documento/conversação, lista de verificação de auditoria
Pesquisa do Google: no que gastar primeiro, estrutura, tipos de correspondência, negativas, PMaxgoogle-search-playbook.mdEscada de intenção, estrutura da conta, portões de tipo de correspondência, negativas, lances por volume, conversões offline, diretrizes de PMax
Segmentação de contas nomeadas, aceleração de pipeline, retargeting entre canaisabm-playbook.mdLinkedIn/Meta ABM, mecânica de listas, campanhas de aceleração, remarketing entre canais com UTM, medição ABM
Geração de RSAs do Googlersa-output-spec.mdEspecificação de saída obrigatória — limites, sidecars, modelo, autoverificação
Configuração de público, configuração de rastreamento, listas de verificação de lançamento, fórmulas de texto do anúncioaudience-targeting.md · conversion-tracking.md · platform-setup-checklists.md · ad-copy-templates.mdFundamentos existentes

Guia de Seleção de Plataforma

PlataformaMelhor ParaUse Quando
Google AdsTráfego de pesquisa de alta intençãoPessoas pesquisam ativamente por sua solução
MetaGeração de demanda, produtos visuaisCriando demanda, ativos criativos fortes
LinkedInB2B, tomadores de decisãoA segmentação por cargo/empresa é importante, pontos de preço mais altos
Twitter/XPúblicos de tecnologia, liderança de pensamentoO público está ativo no X, conteúdo oportuno
TikTokDados demográficos mais jovens, criativo viralO público tende a ter 18 a 34 anos, capacidade de vídeo

Melhores Práticas de Estrutura de Campanha

Organização da Conta

Conta
├── Campanha 1: [Objetivo] - [Público/Produto]
│   ├── Conjunto de Anúncios 1: [Variação de segmentação]
│   │   ├── Anúncio 1: [Variação criativa A]
│   │   ├── Anúncio 2: [Variação criativa B]
│   │   └── Anúncio 3: [Variação criativa C]
│   └── Conjunto de Anúncios 2: [Variação de segmentação]
└── Campanha 2...

Convenções de Nomenclatura

[Plataforma]_[Objetivo]_[Público]_[Oferta]_[Data]

Exemplos:
META_Conv_Publico-Semelhante-Clientes_TesteGratuito_2024T1
GOOG_Pesquisa_Marca_Demo_Continuo
LI_GeracaoLead_CMOs-SaaS_Whitepaper_Mar24

Alocação de Orçamento

Fase de teste (primeiras 2 a 4 semanas):

  • 70% para campanhas comprovadas/seguras
  • 30% para testar novos públicos/criativos

Fase de escalabilidade:

  • Consolidar orçamento em combinações vencedoras
  • Aumentar orçamentos ~20% por vez — nunca 30%+ de uma vez (reinicia o aprendizado da plataforma)
  • Aguardar de 3 a 5 dias entre aumentos para o aprendizado do algoritmo

Estruturas de Texto do Anúncio

Fórmulas Principais

Problema-Agitar-Solucionar (PAS):

[Problema] → [Agitar a dor] → [Apresentar solução] → [CTA]

Antes-Depois-Ponte (ADP):

[Estado doloroso atual] → [Estado futuro desejado] → [Seu produto como ponte]

Prova Social como Abridor:

[Estatística ou depoimento impressionante] → [O que você faz] → [CTA]

Para modelos detalhados e fórmulas de título: Consulte references/ad-copy-templates.md


Compreensão e Segmentação do Público

Conhecer profundamente seu público ainda é o trabalho de maior alavancagem em anúncios pagos — dados demográficos, cargos, pontos de dor, medos, esperanças, a linguagem exata que eles usam, quem seguem, o que já tentaram, por que falharam, o que compram. Reúna cada identificador que puder.

O que mudou em 2026 é onde você aplica esse conhecimento. Como os algoritmos das plataformas de anúncios melhoraram drasticamente em encontrar a pessoa certa, colocar todos os seus identificadores de público nos filtros de segmentação da plataforma tem um desempenho inferior em comparação a alimentar esses mesmos identificadores no criativo (títulos, texto, visuais, ganchos, exemplos).

A disciplina agora: conhecimento do público → criativo primeiro, filtros de segmentação depois. O quanto essa proporção se inclina para o "criativo" varia significativamente por plataforma.

Plataforma por plataforma: onde aplicar o conhecimento do público

PlataformaConhecimento do público → criativoConhecimento do público → filtros de segmentaçãoNotas
Meta (pós-Andrômeda)80%+20%O algoritmo recompensa segmentação ampla + criativo específico. Veja [[#Playbook moderno da Meta (era Andrômeda — 2026+)]] abaixo para a reformulação completa. Empilhamento de interesses agora prejudica ativamente.
Pesquisa do Google40%60%As palavras-chave ainda são o sinal dominante — tipos de correspondência, camadas de intenção de pesquisa e palavras-chave negativas ainda impulsionam o desempenho. O criativo (títulos RSA) é importante, mas está a jusante da palavra-chave.
Performance Max / Geração de Demanda do Google70%30%Os sinais de público são consultivos, não determinísticos. A qualidade do criativo + feed do produto domina.
LinkedIn40%60%Filtros de cargo / empresa / setor ainda produzem precisão real porque os dados de identidade do LinkedIn são de alta qualidade. O criativo faz o clique; os firmográficos fazem a pessoa certa vê-lo.
TikTok70%30%O algoritmo é mais próximo do modelo da Meta — segmentação ampla + criativo com aparência nativa vence. Alguns interesses do público ajudam, mas o criativo domina.
Twitter/X50%50%A segmentação por interesse + seguidores ainda é significativa, mas a diferenciação criativa é de alta alavancagem devido à menor concorrência.

Essas proporções são direcionais, não precisas. Teste em sua conta real.

Aplicando o conhecimento do público ao criativo

Depois de reunir os identificadores do público, veja como colocar cada tipo no criativo:

  • Identificadores demográficos (idade, localização, ocupação) → incorporar como palavras-chave de gatilho de identidade nos títulos (veja [[#O truque de uma palavra-chave (palavras-chave de gatilho de identidade)]])
  • Pontos de dor + medos → título + primeira linha do corpo do texto (enquadramento de Sabri Suby: "as palavras literais que seus clientes usam sobre o problema")
  • Esperanças / resultados desejados → cópia de transformação + CTAs
  • Objeções + "por que não compraram da última vez" → anúncios de retargeting de tratamento de objeções (veja [[#A estrutura de retargeting de 4 componentes]])
  • A linguagem / vocabulário deles → toda a voz do texto — nunca use jargão do setor que eles não usam
  • Base de clientes existente → ainda alimente para públicos semelhantes (consulte Conceitos-chave abaixo)
  • Nicho / segmento com o qual se identificam → palavras-chave de gatilho de identidade no título ("para dentistas" / "para fundadores B2B" / "para pais de crianças pequenas")

Conceitos-chave (ainda se aplicam)

  • Públicos semelhantes: Baseie-se nos melhores clientes (por LTV), não em todos os clientes. Ainda de alto valor em todas as plataformas.
  • Retargeting: Segmente por estágio do funil (visitantes vs. abandonadores de carrinho). Consulte [[#Retargeting com OFERTAS DIFERENTES (não a mesma)]] e [[#A estrutura de retargeting de 4 componentes]] para o playbook moderno.
  • Exclusões: Exclua clientes existentes e conversores recentes — mostrar anúncios para pessoas que já compraram desperdiça gastos.

Modo de falha comum

Tentar compensar um criativo fraco com segmentação hiperprecisa. Se seu criativo é genérico, mas você empilha 12 interesses + 3 filtros demográficos + um público personalizado, o que você construiu é um público pequeno que vê um anúncio ruim. Melhor: reúna os mesmos identificadores de público, escreva 5 variantes criativas que cada uma fale para um segmento diferente, segmente amplamente, deixe o algoritmo combinar cada criativo com o segmento certo.

Para estratégias de segmentação detalhadas por plataforma: Consulte references/audience-targeting.md


Playbook moderno da Meta (era Andrômeda — 2026+)

A Meta lançou o algoritmo Andrômeda em 2025, que mudou fundamentalmente os anúncios da Meta. O playbook antigo (empilhamento de interesses, criativo de vídeo polido, escalabilidade de um único vencedor) tem desempenho inferior. O novo playbook:

O volume criativo é a restrição (estáticos > vídeo polido)

  • Andrômeda é "um panda faminto" — precisa de criativo fresco constante ou fadiga
  • Estáticos geralmente superam o vídeo em 2026 porque:
    • O algoritmo da Meta tem um viés para estáticos — pode mostrar mais estáticos por sessão por usuário, então são mais baratos de entregar
    • O criativo estático é 10x mais barato e mais rápido de produzir do que o vídeo, permitindo o volume que Andrômeda precisa
    • Mesmo grandes anunciantes executando 17+ VSLs relatam que estáticos nativos "sujos" geralmente vencem VSLs de produção de 2,5 meses
  • Dedique 1 hora por semana para produzir criativos frescos para sua oferta vencedora. Volume > polimento.

O criativo É a segmentação (público amplo + criativo específico)

  • O playbook antigo: empilhe interesses, estreite o público, espere encontrar o comprador certo
  • O novo playbook: segmente amplamente (apenas o país) e deixe o criativo fazer a segmentação
  • Texto do anúncio longo funciona melhor que texto curto em 2026 — dá ao Meta uma janela de contexto mais ampla para entender para quem mostrar o anúncio
  • Teste: pegue seu melhor anúncio vencedor com segmentação por interesses empilhados, duplique-o, remova toda a segmentação (apenas escolha o país), execute lado a lado por 7 dias. Verifique os CPAs. O amplo geralmente vence.

O truque de uma palavra-chave (palavras-chave de gatilho de identidade)

  • Pegue seu anúncio vencedor
  • Duplique-o com uma palavra-chave de nicho/identidade inserida no título ou corpo do texto
  • "Veja como conseguir 462 leads por semana no piloto automático" → "Veja como conseguir 462 leads odontológicos por semana no piloto automático" / "...leads de advogados..." / "...leads de investimento imobiliário..."
  • A palavra-chave é um gatilho de identidade para o espectador E um sinal de segmentação para Andrômeda
  • Reduz drasticamente o CPL e abre bolsões de público que você não conseguia alcançar com um anúncio genérico

Cultivo de variantes de IA (o teste das 100 pessoas)

  • Pegue seu anúncio vencedor
  • Alimente ao Claude/ChatGPT/Kong com o prompt:

    "Quero que você leia este anúncio e seja o autor. Se eu mostrar o próximo anúncio, vou pedir que você escreva para 100 pessoas, não 1 em 100 seria capaz de dizer que foi escrito por uma pessoa diferente. Agora escreva isto para [demográfico/nicho]."

  • A saída deve ser essencialmente a mesma, com mudanças sutis de relevância para o alvo
  • Aplique em sequência: corpo do texto → títulos → criativo
  • Coloque todas as variantes em uma CBO, deixe a IA do Meta alocar o gasto

Campanhas zumbis

  • Depois de executar uma CBO, o Meta dará 80% das variantes sem gasto
  • Pegue as variantes mortas sobre as quais você tem alta convicção
  • Lance-as em um conjunto de anúncios separado ("campanha zumbi")
  • Normalmente ressuscita 20% como vencedores que a primeira alocação do Meta ignorou

Não faça anúncios parecerem anúncios

  • Centenas de milhões de pessoas têm bloqueadores de anúncios — a estética de anúncio polido mata o desempenho
  • Estude qual conteúdo é nativamente bem-sucedido em seu nicho no TikTok/Instagram/YouTube → produza anúncios que combinem com essa estética
  • Técnica da conta descartável: crie uma conta limpa no Instagram/TikTok, siga todos os influenciadores e páginas em seu nicho, curta o conteúdo deles. Seu feed se torna uma visão selecionada do que está vencendo nativamente. Produza anúncios que combinem.
  • Se você tem um vídeo orgânico com milhões de visualizações, veicule exatamente esse vídeo como anúncio pago — conteúdo comprovado + distribuição paga = o movimento de maior alavancagem

Melhores Práticas Criativas

Anúncios de Imagem

  • Capturas de tela claras do produto mostrando a interface do usuário
  • Comparações de antes/depois
  • Estatísticas e números como ponto focal
  • Rostos humanos (reais, não de banco de imagens)
  • Sobreposição de texto em negrito e legível (manter abaixo de 20%)

Estrutura de Anúncios em Vídeo (15-30 seg)

  1. Gancho (0-3 seg): Interrupção de padrão, pergunta ou declaração em negrito
  2. Problema (3-8 seg): Ponto de dor identificável
  3. Solução (8-20 seg): Mostrar produto/benefício
  4. CTA (20-30 seg): Próximo passo claro

Dicas de produção:

  • Legendas sempre (85% assistem sem som)
  • Vertical para Stories/Reels, quadrado para feed
  • Aparência nativa supera a polida
  • Os primeiros 3 segundos determinam se eles assistem

Hierarquia de Teste Criativo

  1. Conceito/abordagem (maior impacto)
  2. Gancho/título
  3. Estilo visual
  4. Corpo do texto
  5. CTA

Otimização de Campanha

Para limites rígidos de matar/manter/escalar, use o meta-decision-system, google-search-playbook e linkedin-b2b-playbook (carregue por intenção, veja [[#Roteamento de Referência]] acima). Mas alguns princípios universais:

Métricas de saúde por estágio do funil

Posição no FunilMétrica PrimáriaMétricas Secundárias
Topo do funil (reconhecimento)CPM, taxa de conclusão de vídeoTaxa de clique (CTR), frequência, alcance
Meio do funil (consideração)CPC, taxa de engajamentoTaxa de cliques no link, cliques no site, compartilhamentos
Fundo do funil (conversão)CPA, ROASTaxa de conversão, valor do pedido médio (AOV), LTV

Sinais de fadiga do anúncio

  • Frequência > 3 no Meta/LinkedIn sem melhoria no CPA
  • CTR caindo com impressões constantes
  • CPA aumentando enquanto o CPM permanece estável
  • Taxa de conversão diminuindo

Ação: atualizar criativo ou pausar e girar para novos conceitos

Regras de dimensionamento

  • Aumentar orçamento não mais que 20% a cada 3-5 dias
  • Duplicar conjuntos vencedores com pequenas variações em vez de aumentar o lance
  • Para CBOs (Meta), alimentar novos criativos em vez de forçar gasto com lances mais altos
  • Usar plataformas de anúncios nativas em vez de terceiros para otimização algorítmica

Retargeting com OFERTAS DIFERENTES (não a mesma)

O erro mais comum no retargeting: mostrar o mesmo anúncio para alguém que já o viu e não converteu. Eles não se importam mais; seu anúncio não muda a mente deles. Retargeting funciona quando você muda a oferta.

Funil de retargeting em 3 estágios

Estágio 1 — Visitantes do site (quentes, mas não prontos)

  • Ofereça um recurso de baixo compromisso: e-book, whitepaper, calculadora, lista de verificação
  • OU apresente um novo ângulo/benefício não coberto no anúncio original

Estágio 2 — Engajados em lead magnets / iniciaram o funil

  • Ofereça uma demonstração gratuita, consultoria ou amostra
  • OU use prova social (estudo de caso, depoimento) para reduzir o atrito na decisão

Estágio 3 — Abandonadores de carrinho / quase-conversores

  • Ofereça um desconto direto, frete grátis ou upgrade
  • OU crie urgência (estoque limitado, prazo da oferta)

Estratégia avançada: crie uma sequência de ofertas — configure 3-5 anúncios em uma CBO com ofertas em cascata. Veja o que cada segmento mais gasta. O Meta encontrará o ajuste.

A estrutura de retargeting de 4 componentes

Para anúncios de retargeting de alto desempenho, inclua estes 4 componentes no texto:

  1. Reconhecimento do contexto anterior — "Você viu [nosso anúncio/produto]"
  2. Nova informação (um ponto que faltava) — "O que não mencionamos antes..."
  3. Tratamento da objeção — resposta direta à razão provável pela qual não converteram
  4. Oferta em escada — oferta de menor compromisso (recurso gratuito) OU oferta principal com novo ângulo

Exemplo (SaaS B2B):

  • "Você viu nossa demonstração. O que não mencionamos: as empresas que usam nosso produto cortam o tempo de integração em 60%. Preocupado com a mudança? Nossa equipe de CS gerencia a migração inteira. Comece com uma avaliação gratuita de 14 dias — sem cartão de crédito."

Playbook Moderno de Remarketing entre Canais (UTM)

A abordagem moderna de remarketing entre canais depende de cadeias de parâmetros UTM para rastrear a fonte do visitante do site e veicular anúncios em uma plataforma diferente com base no comportamento de clique em outra.

Estrutura Mínima de UTM

Cada link nos anúncios deve conter:

utm_source=[plataforma]
utm_medium=paid
utm_campaign=[nome-da-campanha]
utm_content=[id-do-anúncio-ou-conceito]

Ações de remarketing baseadas em UTM (exemplos)

Comportamento na origem (clique em...)Ação de remarketing (veicular anúncio em...)Oferta padrão
Anúncio do LinkedInMeta (Instagram/Facebook) · Google DisplayRecurso complementar (whitepaper, estudo de caso)
Anúncio de pesquisa do GoogleLinkedIn · MetaDepoimento ou demonstração
Anúncio do MetaPesquisa do Google (RLSA) · LinkedInOferta com desconto ou consultoria gratuita
Anúncio do Twitter/XQualquer outra plataforma (diversificar o alcance)Prova social + CTA principal

Configuração técnica

  1. Definir parâmetros UTM consistentemente em todas as plataformas de anúncios
  2. Importar dados de conversão (pixel da Meta, tag do LinkedIn, Google Ads) para todas as plataformas onde você fará remarketing (ex.: pixel da Meta no site para direcionar visitantes do Google Ads no Facebook)
  3. Criar públicos personalizados com base no comportamento de clique de origem
  4. Direcionar anúncios na plataforma de destino para esses públicos

Nota sobre privacidade: Os recursos de rastreamento entre plataformas diminuíram (iOS 14+, regulamentações de privacidade). O remarketing entre canais agora depende mais de estratégias baseadas em primeiro toque (UTM) do que de redes de anúncios universais. Os públicos personalizados baseados em site ainda funcionam bem, mas com janelas de atribuição mais longas.


Medição e Atribuição

Métricas-chave por objetivo

ObjetivoMétrica PrincipalMétricas Secundárias
ReconhecimentoAlcance, CPMTaxa de conclusão de vídeo, compartilhamentos
TráfegoCPC, CTRTaxa de rejeição, tempo no site
LeadsCPL, taxa de conversãoQualidade do lead (se pontuado), taxa de preenchimento do formulário
VendasROAS, CPAAOV, LTV, taxa de compra repetida
Instalações do AppCPI, taxa de instalaçãoEngajamento no aplicativo (D1, D7, D30)

O que fazer quando as métricas pioram

  1. Verificar se é sazonalidade — comparar com períodos anteriores (YoY, WoW)
  2. Verificar quebras na plataforma — problemas de pixel, alterações de algoritmo
  3. Verificar a página de destino — ela está online? carregando rápido? otimizada para conversão?
  4. Aumentar a frequência — fadiga do anúncio? Atualizar criativo.
  5. Verificar a concorrência — novos players? aumento de gastos?

Perguntas a Fazer Antes de Iniciar

Para cada nova campanha, confirme:

  • Objetivo e KPI principal estão claros?
  • Orçamento e cronograma definidos?
  • Público-alvo definido com identificadores?
  • Página de destino pronta e otimizada?
  • Pixel/rastreamento configurado e testado?
  • Criativos produzidos e aprovados?
  • Parâmetros UTM definidos?
  • Estratégia de lances determinada?

Recursos

Referências

Links externos

Individual skills in this repo

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

majiayu000/claude-skill-registry

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".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

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

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

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

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

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

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

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

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

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

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

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

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

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

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

Habilidades Relacionadas