搜索「Competitive Intelligence」的结果

io.github.affaan-m/ECC/competitive-report-structure

Assemble scored competitor profile cards (from benchmark-methodology) into a decision-grade competitive report with landscape map, competitor tiers, benchmarking matrix, white-space analysis, strategic recommendations, and team alignment trigger questions. Use when presenting competitive findings to leadership or a board, writing a competitive landscape report, or as the final step of the competitive analysis pipeline.

io.github.affaan-m/ECC/lead-intelligence

AI 原生的销售线索识别与触达流水线。以 Agent 驱动的信号打分、双向排序、熟人路径发现、基于来源的语调建模，以及针对邮件、LinkedIn 与 X 的渠道化触达，替代 Apollo、Clay 和 ZoomInfo。当用户希望找到、筛选并联系高价值联系人时使用。

io.github.sickn33/antigravity-awesome-skills/apify-competitor-intelligence

分析 Google Maps、Booking.com、Facebook、Instagram、YouTube 与 TikTok 上竞争对手的策略、内容、定价、广告与市场定位。

io.github.ruvnet/ruflo/agent-collective-intelligence-coordinator

集体智能协调器的 Agent 技能,使用 $agent-collective-intelligence-coordinator 调用。

io.github.FreedomIntelligence/OpenClaw-Medical-Skills/pdf-processing-pro

生产级 PDF 处理，支持表单、表格、OCR、校验与批量操作。用于生产环境中的复杂 PDF 流程、大批量 PDF 处理，或需要健壮错误处理与校验的场景。

io.github.FreedomIntelligence/OpenClaw-Medical-Skills/pdf-processing

从 PDF 文件中提取文本与表格、填写表单、合并文档。在处理 PDF 文件，或用户提到 PDF、表单、文档抽取时使用。

io.github.FreedomIntelligence/OpenClaw-Medical-Skills/writing-skills

创建新 skill、编辑已有 skill，或在部署前验证 skill 是否可用时使用。

io.github.FreedomIntelligence/OpenClaw-Medical-Skills/writing-plans

当你已有某个多步骤任务的规格或需求、还未动手改代码时使用。

io.github.FreedomIntelligence/OpenClaw-Medical-Skills/mcpmed-bioinformatics-server

面向 GEO、STRING、UCSC Cell Browser 等生物信息学 Web 服务的 MCP（Model Context Protocol）服务器。

io.github.FreedomIntelligence/OpenClaw-Medical-Skills/tooluniverse-protein-therapeutic-design

以 AI 引导的从头设计生成新型蛋白质药物（结合蛋白、酶、支架）。使用 RFdiffusion 生成骨架、ProteinMPNN 设计序列、ESMFold/AlphaFold2 做验证。当需要设计蛋白结合剂、治疗性蛋白或改造蛋白功能时使用。

io.github.CopilotKit/CopilotKit/react-core

@copilotkit/react-core——在 Next.js App Router / React Router v7 / TanStack Start / SPA 应用中挂载 CopilotKit provider（来自 @copilotkit/react-core/v2），接入 CopilotChat/CopilotPopup/CopilotSidebar（v2 聊天组件由 react-core/v2 提供，而非仅有 CSS 的 react-ui），通过 useAgent/useAgentContext/useCapabilities 访问和订阅 agent，在多个 agent 间切换，用 useThreads 管理持久的 Intelligence 会话线程，通过 useFrontendTool 注册浏览器端工具，用 useRenderTool/useComponent/useDefaultRenderTool 渲染工具调用，用 useHumanInTheLoop 做执行门控，用 useAttachments 接入文件附件，配置建议词，以及注册活动与自定义消息渲染器。publicLicenseKey 为正式字段（publicApiKey 是已废弃别名）。按任务加载 references/ 下对应的参考文件。

io.github.danielmiessler/LifeOS/Apify

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格，以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装（scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等）在返回模型上下文前于代码中过滤与转换数据，相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台，支撑社媒监听看板。线索富化流水线：Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景：抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

io.github.danielmiessler/Personal_AI_Infrastructure/Apify

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格，以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装（scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等）在返回模型上下文前于代码中过滤与转换数据，相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台，支撑社媒监听看板。线索富化流水线：Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景：抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

io.github.NeverSight/learn-skills.dev/analyze-mobile-app

移动应用竞品分析器。通过 ADB 对 Android 移动应用进行自动化竞品分析。可导航应用、截屏、记录 UX/UI 并生成完整报告。适用场景：分析竞品应用、探索应用 UX、移动应用分析与竞品调研。

io.github.affaan-m/ECC/deep-research

使用 firecrawl 与 exa MCP 进行多源深度研究。检索网页、综合发现，并交付带有来源归属的引用报告。在用户需要对任意主题做有证据、有引用的彻底研究时使用。

io.github.nextlevelbuilder/ui-ux-pro-max-skill/ui-ux-pro-max

面向 web、移动端与桌面的 UI/UX 设计智能库。在设计、构建、审查或修复界面时使用，覆盖页面、组件、设计体系、无障碍、交互、响应式布局、字体排印、色彩、图表以及特定技术栈的 UI 实现。本地可检索数据：79 种风格（可检索，50 种在用）、192 套产品配色与推理画像、74 组字体搭配、119 条 UX 准则、105 个图标、17 个 GSAP 预设、25 种图表类型与 22 个技术栈。

io.github.koala73/worldmonitor/fetch-country-brief

按 ISO 3166-1 alpha-2 国家代码，获取当前的 AI 生成战略情报简报。当用户询问某国当前地缘政治、经济或安全局势摘要时使用。

io.github.affaan-m/ECC/prediction-market-oracle-research

研究预测市场，把它作为产品、代理、仪表盘和企业决策智能的数据来源或预言机（oracle）信号。用于基于来源的分析：市场隐含概率、注意事项与集成模式，不提供投资建议。在评估预测市场能否作为某个产品、代理或仪表盘的数据源或预言机信号时使用。

io.github.mukul975/Anthropic-Cybersecurity-Skills/analyzing-threat-actor-ttps-with-mitre-attack

系统化地把威胁行为者行为与观察到的 IOC 映射到 MITRE ATT&CK 框架，用 ATT&CK Navigator 构建技术覆盖热力图，识别检测缺口，并横跨 Enterprise、Mobile 与 ICS 矩阵产出可行动的情报报告。适用于分析威胁行为者 TTP、把 IOC 关联到具体 ATT&CK 技术，或评估防御方对对手行为的检测覆盖。

io.github.mukul975/Anthropic-Cybersecurity-Skills/building-threat-feed-aggregation-with-misp

通过 Docker 部署 MISP，并配置来自 abuse.ch、AlienVault OTX、CIRCL 等源的 feed，对威胁情报做聚合、关联与分发，包括自动 feed 同步，以及基于 STIX/TAXII 与 Splunk、Elasticsearch、SOAR 平台集成。适用于集中管理 IOC 或将多源威胁 feed 接入 SIEM。

io.github.danielmiessler/LifeOS/Apify

通过 Apify actor 抓取社交平台、商业数据与电商内容——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 及通用网页爬取——并在代码中过滤。适用场景：抓取 Instagram/LinkedIn/TikTok/YouTube/Facebook、Google Maps 销售线索、Amazon 评论、商业智能、多平台社媒监听、竞品分析、线索生成、社媒监控、Apify actor、网页爬取、提取联系人。不适用于 X/Twitter 操作（用 _X）、四级代理递进式抓取（用 BrightData）、真实 Chrome 反爬绕过与 computer use（用 Interceptor）。

io.github.koala73/worldmonitor/fetch-country-brief

按 ISO 3166-1 alpha-2 国家代码，获取当前的 AI 生成战略情报简报。当用户询问某国当前地缘政治、经济或安全局势摘要时使用。

io.github.ClickHouse/clickhouse-js/typescript-lsp

在 clickhouse-js 仓库中使用 TypeScript 语言服务器（typescript-language-server）进行精确的代码智能：转到定义、查找引用、悬停（类型签名与 JSDoc，含 @deprecated 信息）、全工作区符号搜索、补全与逐文件类型诊断。当需要解析符号的实际定义、查找导出 API 的所有用法或跨 packages/* 工作区检查推断类型时，优先使用它而非 grep。该服务器作为根 devDependency 预装——请先运行仓库的 setup 技能（npm install）以填充 node_modules。不要将本技能用于仅依赖 @clickhouse/client 的下游项目；它专用于在本仓库内工作。

io.github.ruvnet/RuView/ruview-configure

配置 RuView——ESP32 sdkconfig 变体、NVS 配网、WiFi 信道/MAC 过滤覆盖（ADR-060）、边缘智能模块（ADR-041）、sensing-server 开关、多节点 mesh 与 Cognitum Seed 集成。在不改代码的前提下调整已部署 RuView 系统行为时使用。