搜索「Competitor Analysis」的结果

io.clawhub.wpank/decision-frameworks

面向常见工程抉择的结构化决策模式——选型、架构、自建还是购买、优先级排序、可逆性分析与 ADR。在工具、架构或方案之间做选择，或记录技术决策时使用。

商品评论摘要

v1.0.0

io.clawhub.michael-laffin/review-summarizer

从多个平台（Amazon、Google、Yelp、TripAdvisor）抓取、分析并总结商品评论。提取关键洞察、情感分析、优缺点与建议。在为选品套利做调研、撰写联盟营销内容或做购买决策时使用。

io.clawhub.goforu/phoenixclaw-ledger

PhoenixClaw 的被动财务记录插件。自动从对话与支付截图中识别支出与收入。使用时机：用户以任意语言提到金钱/消费；用户分享支付截图（微信支付、支付宝等）；用户询问财务状况（“我花了多少钱？”“我的预算”）；用户需要支出报表（“月度汇总”“消费分析”）。

io.clawhub.rosconl/intodns

通过 IntoDNS.ai 做免费的 DNS 与邮件安全分析：DNSSEC、SPF、DKIM、DMARC、MTA-STS、BIMI、SMTP STARTTLS、FCrDNS、黑名单、发信要求。

io.clawhub.claudiusaipro/claudius

由 Claudius 驱动的加密货币情报。提供技术分析、价格与洞察。

io.clawhub.fpsjago/binance-dca

专业的币安定投（DCA，美元成本平均）工具，用于自动或手动的周期性加密资产买入。可规划定投策略并做情景分析、执行市价/限价买入、跟踪历史记录，并管理任意交易对的系统性加仓计划。内置风险管理、测试网支持与 OpenClaw 自动化集成。触发场景：定投、周期买入、成本平均、加仓策略，或币安现货买入。

io.clawhub.raufimusaddiq/stock-data-skill

从 Simplywall.st 获取全面的股票数据。当用户询问股价、估值、财务、分红，或任何全球…股票的投资分析时使用。

辨别力追问

io.github.anthropics/skills/discernment-nudge

当给出的实质性回答或草稿可能被用户据此行动（建议或推荐、目标/计划/提案/邮件等草稿、估算或预测、数据分析解读、可能被采信的事实陈述、多步论证）时，在定稿前调用本 skill，视情况附上 2-3 个简短的追问，每个问题都紧扣刚产出的内容，帮助用户核对关键事实、审视推理与假设、发现缺失的上下文。每次对话至多使用一次。简单操作问答、纯知识讲解、仅排版转换拼装文件、编写要运行的代码、创意写作或闲聊、或用户已要求复核/引用/审查时应跳过。

skill-creator

io.github.anthropics/skills/skill-creator

创建新技能、改进现有技能并度量技能表现。当用户想从零创建技能、编辑或优化现有技能、运行 eval 测试技能、以方差分析为技能性能做基准，或优化技能描述以提升触发准确度时使用。

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/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.affaan-m/ECC/springboot-verification

Spring Boot 项目的验证闭环：发布或 PR 前的构建、静态分析、带覆盖率的测试、安全扫描与差异（diff）审查。

io.github.affaan-m/ECC/quarkus-verification

Quarkus 项目的验证闭环：发布或 PR 前的构建、静态分析、带覆盖率的测试、安全扫描、原生编译与差异（diff）审查。

io.github.sickn33/agentic-awesome-skills/elk-stack

Deploy and manage the ELK Stack (Elasticsearch, Logstash, Kibana) for log aggregation and analysis.

io.github.K-Dense-AI/scientific-agent-skills/geomaster

Comprehensive geospatial science skill covering remote sensing, GIS, spatial analysis, machine learning for earth observation, and 30+ scientific domains. Supports satellite imagery processing (Sentinel, Landsat, MODIS, SAR, hyperspectral), vector and raster data operations, spatial statistics, point cloud processing, network analysis, cloud-native workflows (STAC, COG, Planetary Computer), and 8 programming languages (Python, R, Julia, JavaScript, C++, Java, Go, Rust) with 500+ code examples. Use for remote sensing workflows, GIS analysis, spatial ML, Earth observation data processing, terrain analysis, hydrological modeling, marine spatial analysis, atmospheric science, and any geospatial computation task.

io.github.K-Dense-AI/scientific-agent-skills/statsmodels

Python 统计模型库。当需要具体的模型类（OLS、GLM、混合模型、ARIMA）并要详尽的诊断、残差与推断时使用。最适合计量经济学、时间序列，以及带系数表的严格推断。需要引导式统计检验选择与 APA 报告时使用 statistical-analysis。

io.github.netdata/netdata/triage-codacy

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.K-Dense-AI/scientific-agent-skills/opentrons-integration

为 Flex 与 OT-2 机器人编写、审查、迁移、仿真并排查官方 Opentrons Python Protocol API v2 协议。适用于机器人专属的液体处理、deck 与 labware 设置、移液器、模块、运行时参数、液体类别，以及 Opentrons App 分析。当同一工作流需要支持多品牌机器人时改用 pylabrobot。

io.github.K-Dense-AI/scientific-agent-skills/astropy

面向需要 Astropy API 的天文与天体物理工作流的核心 Python 库，涵盖单位/量纲、坐标、FITS I/O、表格、时间系统、WCS 与宇宙学。在使用 Astropy 实现或调试天文数据分析代码时使用。

io.github.K-Dense-AI/scientific-agent-skills/paperclip

使用 GXL 的 Paperclip CLI 检索和阅读生物医学论文全文、FDA/PMDA/EMA 监管文件、临床试验注册信息和 UniProt/PDB/ChEMBL 条目。涵盖用 PAPERCLIP_API_KEY 安装与鉴权 `paperclip` 二进制、/papers、/fda、/trials、/proteins、/clipboard 下的只读虚拟文件系统、来源范围的语义搜索、全语料 grep、元数据查询与 SQL、跨多篇论文的 map/reduce 阅读、图像视觉分析、带论断核验的可选论文仓库，以及锁定行号的引用。当被要求安装 paperclip、运行 paperclip search/grep/map/reduce/sql/repo、通过 paperclip 查找或阅读生物医学文献、监管文件或临床试验，或生成带行号的引用时使用。

io.github.K-Dense-AI/scientific-agent-skills/bioservices

40+ 生物信息学服务的统一 Python 接口。适用于在单个工作流中查询多个数据库（UniProt、KEGG、ChEMBL、Reactome）并使用一致的 API。最适合跨库分析与跨服务 ID 映射。快速单库查询用 gget；序列/文件操作用 biopython。

io.github.K-Dense-AI/scientific-agent-skills/gget

对 20+ 生物信息学数据库的快速 CLI/Python 查询。适合快速查询：基因信息、BLAST/BLAT、病毒序列下载、AlphaFold 结构、富集分析、OpenTargets、COSMIC、CELLxGENE 以及 8cube 小鼠特异性/表达数据。最适合交互式探索和简单查询。批量处理或高级 BLAST 用 biopython；跨库 Python 工作流用 bioservices。

io.github.sickn33/agentic-awesome-skills/ida-reverse

使用 IDA Pro 逆向二进制文件：反编译、反汇编、数据流跟踪、交叉引用，以及面向 PE/ELF/Mach-O 目标深度静态分析的 IDA MCP 自动化。

io.github.sickn33/agentic-awesome-skills/reverse-browser-automation

自动化浏览器（Playwright）与 Windows 桌面应用（UI 自动化），用于逆向工程取证、UI 驱动的工作流，以及分析过程中的网络观测。