Communitygithub.com

investor-materials

Crie e atualize pitch decks, one-pagers, memorandos para investidores, inscrições em aceleradoras, modelos financeiros e materiais de captação de recursos. Use quando o usuário precisar de documentos para investidores, projeções, tabelas de uso de fundos, planos de marcos ou materiais que devem permanecer internamente consistentes em vários ativos de captação.

O que é investor-materials?

Este skill automatiza a criação de materiais voltados para investidores, garantindo consistência, credibilidade e defensabilidade em todos os documentos. Ele atua como um guia rigoroso para alinhar fatos canônicos (como métricas de tração, premissas de receita, tamanho da captação e uso dos fundos) antes de qualquer redação, evitando contradições que possam minar a confiança do investidor. O skill suporta a geração de pitch decks, one-pagers, modelos financeiros, inscrições em aceleradoras e memorandos, oferecendo fluxos de trabalho e estruturas específicas para cada tipo de ativo. É ideal para startups em fase de captação que precisam de um processo estruturado para manter a integridade dos dados e comunicar sua história de forma clara e verificável. A ferramenta pode ser emparelhada com o skill 'frontend-slides' para criar apresentações nativas da web.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/investor-materials

Perguntar na sua IA favorita

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

Documentação

Materiais para Investidores

Crie materiais voltados para investidores que sejam consistentes, críveis e fáceis de defender.

Quando Ativar

  • criar ou revisar um pitch deck
  • escrever um memorando para investidores ou one-pager
  • construir um modelo financeiro, plano de marcos ou tabela de uso de fundos
  • responder perguntas de inscrição em aceleradoras ou incubadoras
  • alinhar múltiplos documentos de captação em torno de uma única fonte da verdade

Regra de Ouro

Todos os materiais para investidores devem concordar entre si.

Crie ou confirme uma única fonte da verdade antes de escrever:

  • métricas de tração
  • premissas de preço e receita
  • tamanho da captação e instrumento
  • uso dos fundos
  • biografias e cargos da equipe
  • marcos e cronogramas

Se números conflitantes aparecerem, pare e resolva-os antes de redigir.

Fluxo de Trabalho Principal

  1. inventariar os fatos canônicos
  2. identificar premissas ausentes
  3. escolher o tipo de ativo
  4. redigir o ativo com lógica explícita
  5. verificar cruzadamente cada número contra a fonte da verdade

Orientações por Ativo

Pitch Deck

Fluxo recomendado:

  1. empresa + nicho
  2. problema
  3. solução
  4. produto / demonstração
  5. mercado
  6. modelo de negócio
  7. tração
  8. equipe
  9. concorrência / diferenciação
  10. pedido
  11. uso dos fundos / marcos
  12. apêndice

Se o usuário quiser um deck nativo da web, combine este skill com frontend-slides.

One-Pager / Memorando

  • declare o que a empresa faz em uma frase clara
  • mostre por que agora
  • inclua tração e pontos de prova no início
  • torne o pedido preciso
  • mantenha as afirmações fáceis de verificar

Modelo Financeiro

Inclua:

  • premissas explícitas
  • casos pessimista / base / otimista quando útil
  • lógica de receita limpa, camada por camada
  • gastos vinculados a marcos
  • análise de sensibilidade onde a decisão depende de premissas

Inscrições em Aceleradoras

  • responda exatamente à pergunta feita
  • priorize tração, percepção e vantagem da equipe
  • evite exageros
  • mantenha as métricas internas consistentes com o deck e o modelo

Bandeiras Vermelhas a Evitar

  • afirmações não verificáveis
  • dimensionamento de mercado vago sem premissas
  • papéis ou cargos inconsistentes da equipe
  • matemática de receita que não soma claramente
  • certeza inflada onde as premissas são frágeis

Portão de Qualidade

Antes de entregar:

  • todo número corresponde à fonte da verdade atual
  • uso dos fundos e camadas de receita somam corretamente
  • as premissas são visíveis, não ocultas
  • a história é clara sem linguagem exagerada
  • o ativo final é defensável em uma reunião com parceiros

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas