Топ-скиллы категории Research (разведка, скрейпинг, анализ, тренды)

Для Лучиана это — сырьё для его будущего агента-«разведчика возможностей» (opportunity scout) и для замены ручного этапа «ниша → конкуренты → тема», который сейчас крутится в его сервисе niche-finder и упирается в него самого. Ниже — ~30 скиллов/агентов из каталога catalog-full.jsonl (cat: research), сгруппированные по смыслу. Для каждого: имя, репозиторий, путь, что делает, зачем это Лучиану.

1. Глубокое исследование (deep research) — «консилиум по любой теме»

deep-research

• Репо/путь: daymade_claude-code-skills/deep-research/SKILL.md
• Что делает: Формат-контролируемые исследовательские отчёты: лид-агент дробит тему на подзадачи, параллельно запускает суб-агентов (Task Board), каждый пишет свой файл заметок, потом идёт синтез с обязательным «контр-обзором» (проверка своих же выводов), реестром цитат и проверкой свежести источников (AS_OF).
• Зачем Лучиану: Готовый шаблон именно того паттерна, который ему нужен для «MVP-фабрики консультанта» и ресёрча ниш ночью — лид-агент + веер суб-агентов + записи во внешнюю память (его требование к токеномике: не тащить сырьё в контекст оркестратора).

gemini-deep-research

• Репо/путь: sickn33_agentic-awesome-skills/skills/gemini-deep-research/SKILL.md
• Что делает: Обёртка над Google Gemini Deep Research Agent — запускает автономное многошаговое исследование, опрашивает прогресс, забирает цитированный отчёт (рынок, литобзор).
• Зачем Лучиану: Второй «движок» глубокого ресёрча помимо Claude — можно гонять параллельно и сверять два независимых отчёта (его любимый паттерн judge panel).

last30days

• Репо/путь: sickn33_agentic-awesome-skills/skills/last30days/SKILL.md
• Что делает: Исследует тему за последние 30 дней сразу по Reddit + X + Web, «становится экспертом» и на выходе даёт готовые copy-paste промпты под целевой инструмент.
• Зачем Лучиану: Прямое попадание в его X-инфраструктуру (сервис x-research-daily) — можно скрестить с уже имеющимся парсером твитов и получить свежий дайджест по нише/тренду за минуты.

pulse (2 версии)

• Репо/путь: alirezarezvani_claude-skills/.gemini/skills/pulse/SKILL.md и alirezarezvani_claude-skills/research/pulse/ (skill + agent cs-pulse + command /cs:pulse)
• Что делает: «Пульс» темы по Reddit, Hacker News, открытому вебу и опционально X за настраиваемое окно (по умолчанию 30 дней); сначала форсированно уточняет угол (тренд/настроение/боли/возможности/сравнение) и окно времени, потом параллельно бьёт по источникам (1 запрос/сек на платформу) и синтезирует брифинг с цитатами.
• Зачем Лучиану: Готовый «тренд-радар» под задачу №3 из его болей («ресёрч и принятие решений — ниши, темы, конкуренты»). Есть версия с агентом+командой — удобно повесить как еженочный шаг перед выбором темы для видео.

Cross-Platform Synthesis (референс к pulse)

• Репо/путь: alirezarezvani_claude-skills/research/pulse/skills/pulse/references/cross_platform_synthesis.md
• Что делает: Методичка — как из сырых данных Reddit/HN/Web/X детектировать консенсус, разногласия, боли и зарождающиеся тренды, не выдумывая сигналы.
• Зачем Лучиану: Конкретный алгоритм анти-галлюцинации для «разведчика возможностей» — важно, раз система должна САМА предлагать, где деньги, без фантазий.

efficient-web-research

• Репо/путь: sickn33_agentic-awesome-skills/skills/efficient-web-research/SKILL.md
• Что делает: Протокол экономного веб-ресёрча: классифицировать вход, сначала лёгкий «skim», углубляться только если нужно, останавливаться сразу как только на вопрос можно ответить — без сплошного скачивания страниц.
• Зачем Лучиану: Прямая заплатка под его боль №1 — токеномику. Это ровно тот «grep вместо LLM-аудита» принцип, но для веб-фетчей: экономия на каждом суб-агенте-ресёрчере.

research-summarizer

• Репо/путь: alirezarezvani_claude-skills/.gemini/skills/research-summarizer/SKILL.md
• Что делает: Структурированная суммаризация исследований (статьи, отчёты, доки) — ключевые находки, сравнительный анализ, оформленные цитаты.
• Зачем Лучиану: Финальный слой перед тем, как отчёт уходит в Telegram/веб-панель — сжимает выжимку так, чтобы читать с телефона за минуту.

fact-checker

• Репо/путь: daymade_claude-code-skills/fact-checker/SKILL.md
• Что делает: Проверяет фактические утверждения в документе через веб-поиск и официальные источники, предлагает правки с подтверждением пользователя.
• Зачем Лучиану: Готовый «иммунитет» (по его медицинской метафоре) для faceless-скриптов — сейчас в его пайплайне QC делает thumbnail-studio, но фактчек текста отдельного гейта нет.

2. Конкуренты, ниши, рынок

competitor-analysis (sickn33)

• Репо/путь: sickn33_agentic-awesome-skills/skills/competitor-analysis/SKILL.md
• Что делает: Исследование конкурентов через Browserbase-дискавери, «дорожки» обогащения данными, скриншоты, сравнительные матрицы, готовый HTML-отчёт.
• Зачем Лучиану: Полностью автономный конвейер «нашёл конкурентов → собрал → визуализировал» — можно вставить перед запуском нового канала или MVP для клиента.

competitor-analysis (phuryn)

• Репо/путь: phuryn_pm-skills/pm-market-research/skills/competitor-analysis/SKILL.md
• Что делает: Более классический PM-фреймворк: сильные/слабые стороны конкурентов, карта конкурентного поля, точки дифференциации.
• Зачем Лучиану: Хорош как второй, более «продуктовый» взгляд — пригодится в консультант-режиме (MVP для чужого бизнеса), где нужна не только контентная, а бизнес-логика конкуренции.

competitor-profiling

• Репо/путь: sickn33_agentic-awesome-skills/skills/competitor-profiling/SKILL.md
• Что делает: Глубокое досье на конкурента по одному URL — единый «профиль» вместо общего сравнения.
• Зачем Лучиану: Быстрый разведпрофиль на конкретный YouTube-канал/сайт-конкурент без запуска полного competitor-analysis.

competitive-analyst (агент)

• Репо/путь: rohitg00_awesome-claude-code-toolkit/agents/research-analysis/competitive-analyst.md
• Что делает: Сравнение фич, позиционирование на рынке, стратегическая оценка дифференциации.
• Зачем Лучиану: Лёгкий агент-персона для быстрых «а чем мы отличаемся» на этапе, когда MVP уже слеплен и его нужно продать клиенту утром.

market-researcher (агент)

• Репо/путь: rohitg00_awesome-claude-code-toolkit/agents/research-analysis/market-researcher.md
• Что делает: Размер рынка (TAM/SAM/SOM), конкурентная разведка, дизайн опросов, сегментация клиентов.
• Зачем Лучиану: Для консультант-режима — когда нужно быстро оценить «а сколько вообще денег в этой боли клиента», прежде чем строить веер MVP.

Market Opportunity Analysis (команда)

• Репо/путь: wshobson_agents/plugins/startup-business-analyst/commands/market-opportunity.md
• Что делает: Генерирует полный анализ рыночной возможности с расчётами TAM/SAM/SOM.
• Зачем Лучиану: Прямая связка с его требованием «каждое решение оценивать через призму денег» — числовая рамка, а не просто текстовый вывод.

Market Sizing Data Sources (референс)

• Репо/путь: wshobson_agents/plugins/startup-business-analyst/skills/market-sizing-analysis/references/data-sources.md
• Что делает: Список проверенных источников данных для оценки размера рынка.
• Зачем Лучиану: Экономит время на «а где вообще брать цифры» — годный справочник для агента-разведчика.

trend-analyst (агент)

• Репо/путь: rohitg00_awesome-claude-code-toolkit/agents/research-analysis/trend-analyst.md
• Что делает: Анализ технологических трендов, кривых внедрения, сдвигов в экосистеме для стратегических решений.
• Зачем Лучиану: Хотя заточен под tech-тренды, легко перепрофилировать под YouTube-тренды/форматы (его стратегическая рамка «Format × Market» из курса AOY).

developer-listening

• Репо/путь: sickn33_agentic-awesome-skills/skills/developer-listening/SKILL.md
• Что делает: Мониторит упоминания бренда/конкурентов/проблем на GitHub, Hacker News, Reddit, Stack Overflow, Twitter, Discord.
• Зачем Лучиану: Шаблон «social listening» конвейера — переносится на мониторинг ниш и болей аудитории faceless-каналов, не только для разработчиков.

App Store Optimization (ASO)

• Репо/путь: alirezarezvani_claude-skills/docs/skills/marketing-skill/app-store-optimization.md
• Что делает: Исследование ключевых слов, анализ рейтингов конкурентов в сторах, генерация метаданных.
• Зачем Лучиану: Пригодится для сайд-проектов вроде Learningo (Telegram Mini App) — тот же принцип SEO/ASO переносится на YouTube-заголовки и Shorts-тэги.

Keyword Research (шаблон)

• Репо/путь: rampstackco_claude-skills/skills/seo-keyword/references/keyword-research-template.md
• Что делает: Шаблон для проведения keyword research по сайту/теме.
• Зачем Лучиану: База для SEO-этапа его собственного пайплайна faceless-видео (шаг ⑦ SEO) и для нишевых сайтов под трафик.

ideal-customer-profile

• Репо/путь: phuryn_pm-skills/pm-go-to-market/skills/ideal-customer-profile/SKILL.md
• Что делает: Строит ICP из данных исследования — демография, поведение, Jobs-to-be-Done, потребности.
• Зачем Лучиану: В консультант-режиме — быстро понять, кому именно продавать MVP-решение конкретному бизнесу (кофейня/стройка/школа).

user-segmentation

• Репо/путь: phuryn_pm-skills/pm-market-research/skills/user-segmentation/SKILL.md
• Что делает: Сегментирует пользователей по поведению/JTBD из отзывов — минимум 3 сегмента.
• Зачем Лучиану: Для контент-фабрики — сегментация аудитории канала по факту (что реально смотрят/лайкают), а не по догадке.

3. Скрейпинг и извлечение данных

universal-scraping-architect

• Репо/путь: alirezarezvani_claude-skills/engineering/universal-scraping-architect/skills/universal-scraping-architect/SKILL.md (+ команда /cs-scrape)
• Что делает: Проектирует полноценные пайплайны извлечения данных с умной маршрутизацией — Firecrawl для динамических/массовых источников, локальный Python (BeautifulSoup/pandas) для приватных/статических; всегда с валидацией и учётом токен-бюджета; отказывается отдавать невалидированные данные.
• Зачем Лучиану: Самый зрелый из найденных скрейпинг-скиллов — сразу решает и «как достать», и «как проверить», что важно для его правила «критика до и после».

Data Extraction Recipes (референс)

• Репо/путь: alirezarezvani_claude-skills/engineering/skills/browser-automation/references/data_extraction_recipes.md
• Что делает: Набор готовых паттернов извлечения структурированных данных через Playwright.
• Зачем Лучиану: Кулинарная книга рецептов для типовых сайтов-конкурентов/маркетплейсов — не изобретать заново каждый раз.

browser-automation (sickn33)

• Репо/путь: sickn33_agentic-awesome-skills/skills/browser-automation/SKILL.md
• Что делает: Общий скилл по автоматизации браузера для тестирования, скрейпинга и AI-агентов.
• Зачем Лучиану: Базовый слой поверх Chrome-инструментов, которые у него уже подключены (claude-in-chrome) — формализует практики, а не изобретает новый инструмент.

go-rod-master

• Репо/путь: sickn33_agentic-awesome-skills/skills/go-rod-master/SKILL.md
• Что делает: Подробный гайд по браузерной автоматизации через go-rod (Chrome DevTools Protocol), включая стелс-паттерны против антибот-защиты.
• Зачем Лучиану: Для скрейпинга площадок, которые банят обычные боты (важно при разведке конкурентов на YouTube/TikTok/Instagram) — его сервис cracker уже делает «реверс чужих видео», это может усилить устойчивость парсера.

Python Web Scraping Expert (агент)

• Репо/путь: vijaythecoder_awesome-claude-agents/agents/specialized/python/web-scraping-expert.md
• Что делает: Специализированный агент под Python-скрейпинг, извлечение данных, автоматизацию с асинхронными техниками.
• Зачем Лучиану: Быстрый «исполнитель» для разовых задач сбора данных, когда не нужен полный пайплайн universal-scraping-architect.

Apify Automation

• Репо/путь: ComposioHQ_awesome-claude-skills/composio-skills/apify-automation/SKILL.md
• Что делает: Через Composio запускает Apify Actors, управляет датасетами, создаёт переиспользуемые задачи скрейпинга.
• Зачем Лучиану: Готовые тысячи «акторов» под конкретные сайты (YouTube, Instagram, TikTok, маркетплейсы) без написания своего скрейпера с нуля.

Firecrawl Automation

• Репо/путь: ComposioHQ_awesome-claude-skills/composio-skills/firecrawl-automation/SKILL.md
• Что делает: Скрейпинг страниц, краулинг сайтов, извлечение структурированных данных, batch-scrape, карта структуры сайта.
• Зачем Лучиану: Основной «рабочий конь» для массового сбора контента-конкурентов и данных для нишевых сайтов; хорошо стыкуется с universal-scraping-architect (тот же Firecrawl под капотом).

scrapegraph-ai-automation

• Репо/путь: ComposioHQ_awesome-claude-skills/composio-skills/scrapegraph-ai-automation/SKILL.md
• Что делает: LLM-управляемый скрейпинг (описываешь, что нужно — граф сам решает как достать).
• Зачем Лучиану: Хорош для «долгого хвоста» нестандартных источников, где писать точный селектор дорого по времени.

hyperbrowser-automation / browserbase-tool-automation

• Репо/путь: ComposioHQ_awesome-claude-skills/composio-skills/hyperbrowser-automation/SKILL.md и .../browserbase-tool-automation/SKILL.md
• Что делает: Управляемые облачные браузеры (headless-инфраструктура) через Composio для скрейпинга/автоматизации сайтов с защитой от ботов.
• Зачем Лучиану: Альтернатива локальному Chrome-инструменту для тяжёлых/массовых прогонов ночью, не нагружая его домашний ПК/VPS.

4. Аналитика и данные

google-analytics-automation

• Репо/путь: sickn33_agentic-awesome-skills/skills/google-analytics-automation/SKILL.md
• Что делает: Отчёты, список аккаунтов/свойств, воронки, сводные таблицы, key events через GA API (Composio).
• Зачем Лучиану: Пригодится для нишевых сайтов под трафик — автоматический еженедельный отчёт по трафику без ручного захода в GA.

similarweb_digitalrank_api-automation

• Репо/путь: ComposioHQ_awesome-claude-skills/composio-skills/similarweb_digitalrank_api-automation/SKILL.md
• Что делает: Трафик сайта, ранжирование, рыночная разведка через SimilarWeb.
• Зачем Лучиану: Быстрая оценка «сколько реально трафика» у сайта-конкурента до того, как копировать его нишу.

serpapi-automation

• Репо/путь: ComposioHQ_awesome-claude-skills/composio-skills/serpapi-automation/SKILL.md
• Что делает: Программный доступ к выдаче поисковиков (SERP) через Composio.
• Зачем Лучиану: Основа для SEO-разведки тем и заголовков без ручных гуглений; можно скормить «разведчику возможностей».

data-quality-auditor

• Репо/путь: alirezarezvani_claude-skills/.gemini/skills/data-quality-auditor/SKILL.md
• Что делает: Аудит датасетов на полноту/согласованность/точность, профилирование распределений, поиск аномалий и выбросов, план исправлений.
• Зачем Лучиану: Гигиена данных перед тем, как агент-разведчик примет решение на основе собранных цифр — страховка от мусорных выводов «под нож».

5. Мета-навык: превращать повторяющуюся работу в скилл

loop-library

• Репо/путь: alirezarezvani_claude-skills/loop-library/SKILL.md (есть дубли в sickn33_agentic-awesome-skills)
• Что делает: Находит в кодовой базе/истории задач повторяющуюся работу и оформляет её в «loop» — ограниченный, повторяемый агентный цикл с явными триггером, действием, проверкой, условием остановки и guardrails; либо чинит/адаптирует уже существующий loop.
• Зачем Лучиану: Это прямое воплощение его пятого закона — «повторил дважды → оформи скиллом». Можно использовать как мета-инструмент, который сам предлагает Лучиану, какие его ручные действия давно пора автоматизировать в скилл/loop.

Выводы

1. Готовый «разведчик возможностей» уже почти собран из чужих деталей. Связка pulse/cs-pulse (тренды по Reddit/HN/Web/X) + Cross-Platform Synthesis (анти-галлюцинация сигналов) + Market Opportunity Analysis/market-researcher (перевод тренда в деньги) закрывает то, что Лучиан просил как отдельного агента — «сканирует рынки/тренды и приносит идеи с расчётом».
2. Есть прямое пересечение с его X-инфраструктурой. last30days и pulse работают по тому же принципу (Reddit+X+Web за N дней), что и его сервис x-research-daily — стоит не тащить их «как есть», а вытащить у них методологию (окно времени, форсированные уточняющие вопросы, синтез без выдумывания) и встроить в существующий сервис, а не дублировать инфраструктуру.
3. Токеномика уже решена на уровне чужих скиллов. efficient-web-research и подход deep-research (лид-агент + суб-агенты, пишущие в файлы, а не в общий контекст) — готовые ответы на его боль №1 («контекст раздувался до ~1M токенов»). Это прямые кандидаты на первый импорт.
4. Скрейпинг закрыт с запасом, важен выбор уровня. Для разового/точечного сбора — Python Web Scraping Expert или прямой Chrome-инструмент; для регулярного массового конвейера — universal-scraping-architect + Firecrawl/Apify через Composio; для сайтов с антибот-защитой (YouTube/IG/TikTok) — go-rod-master со стелс-паттернами, что перекликается с его сервисом cracker.
5. loop-library стоит внедрить одним из первых, не как разовый исследовательский скилл, а как постоянный «дежурный», который сканирует, что Лучиан или система делают вручную больше одного раза, и сразу предлагает оформление в скилл/loop — это прямое масштабирование его собственного правила, а не новая идея со стороны.