keyword-clusterer

guia-matthieu

Actualizado Yesterday

4 vistas

111

Metaword

Acerca de

La habilidad keyword-clusterer agrupa palabras clave por similitud semántica e intención utilizando embeddings, ayudando a los desarrolladores a organizar listas de palabras clave en clústeres temáticos. Es útil para la planificación de contenido, el mapeo de la estructura del sitio y la identificación de vacíos de contenido. Esta herramienta transforma datos de palabras clave sin procesar en un marco organizado de estrategia de contenido.

Instalación rápida

Claude Code

Recomendado

Principal

npx skills add guia-matthieu/clawfu-skills -a claude-code

Comando PluginAlternativo

/plugin add https://github.com/guia-matthieu/clawfu-skills

Git CloneAlternativo

git clone https://github.com/guia-matthieu/clawfu-skills.git ~/.claude/skills/keyword-clusterer

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Keyword Clusterer

Group keywords by semantic similarity using embeddings - turn a keyword list into an organized content strategy.

When to Use This Skill

Content planning - Group keywords into topic clusters
Site structure - Map keywords to pages
Intent analysis - Categorize by search intent
Gap analysis - Find missing keyword themes
PPC organization - Group keywords for ad groups

What Claude Does vs What You Decide

Claude Does	You Decide
Structures analysis frameworks	Strategic priorities
Synthesizes market data	Competitive positioning
Identifies opportunities	Resource allocation
Creates strategic options	Final strategy selection
Suggests implementation approaches	Execution decisions

Dependencies

pip install scikit-learn sentence-transformers pandas click
# For simpler usage without ML:
pip install click pandas

Commands

Cluster Keywords

python scripts/main.py cluster keywords.csv --n-clusters 10
python scripts/main.py cluster keywords.csv --column keyword --n-clusters 15

Find Similar

python scripts/main.py similar "content marketing" --count 20

Analyze Intent

python scripts/main.py intent keywords.csv --column keyword

Examples

Example 1: Cluster Keyword Research

# Input: keywords.csv with 500 keywords
python scripts/main.py cluster keywords.csv --n-clusters 12 --output clustered.csv

# Output:
# Cluster 1 (45 keywords): "content marketing"
#   - content marketing strategy
#   - content marketing tips
#   - how to do content marketing
#
# Cluster 2 (38 keywords): "email marketing"
#   - email marketing tools
#   - best email marketing software
#   - email campaign tips
# ...

Example 2: Categorize by Intent

python scripts/main.py intent keywords.csv --column keyword

# Output:
# Intent Analysis
# ──────────────────────
# Informational: 234 (47%)
#   - how to, what is, guide, tips
# Commercial: 156 (31%)
#   - best, top, review, compare
# Transactional: 78 (16%)
#   - buy, price, discount, order
# Navigational: 32 (6%)
#   - login, contact, brand names

Search Intent Categories

Intent	Signals	Content Type
Informational	how, what, why, guide	Blog posts, guides
Commercial	best, top, review, vs	Comparisons, reviews
Transactional	buy, price, discount	Product pages
Navigational	[brand], login, contact	Landing pages

Clustering Methods

Method	Best For	Speed
semantic	Meaning-based grouping	Slower
lexical	Word overlap grouping	Faster
intent	Search intent categories	Fast

Skill Boundaries

What This Skill Does Well

Structuring strategic analysis
Identifying market opportunities
Creating strategic frameworks
Synthesizing competitive data

What This Skill Cannot Do

Replace market research
Guarantee strategic success
Know proprietary competitor info
Make executive decisions

Related Skills

content-repurposer - Create content for clusters
lighthouse-audit - Optimize cluster pages

Skill Metadata

Mode: centaur

category: seo-tools
subcategory: keyword-research
dependencies: [scikit-learn, sentence-transformers, pandas]
difficulty: intermediate
time_saved: 5+ hours/week

Repositorio GitHub

guia-matthieu/clawfu-skills

Ruta: skills/seo-tools/keyword-clusterer

ai-skillsanthropicclaude-codeclaude-skillsmarketingmcp-server

Habilidades relacionadas

content-collections

Meta

Esta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.

Ver habilidad

polymarket

Meta

Esta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.

Ver habilidad

creating-opencode-plugins

Meta

Esta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.

Ver habilidad

sglang

Meta

SGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.

Ver habilidad