keyword-clusterer
О программе
Навык keyword-clusterer группирует ключевые слова по семантическому сходству и интенту с использованием эмбеддингов, помогая разработчикам организовывать списки ключевых слов в тематические кластеры. Он полезен для планирования контента, картографирования структуры сайта и выявления пробелов в контенте. Этот инструмент преобразует сырые данные ключевых слов в организованную структуру для контент-стратегии.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add guia-matthieu/clawfu-skills -a claude-code/plugin add https://github.com/guia-matthieu/clawfu-skillsgit clone https://github.com/guia-matthieu/clawfu-skills.git ~/.claude/skills/keyword-clustererСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
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
GitHub репозиторий
Frequently asked questions
What is the keyword-clusterer skill?
keyword-clusterer is a Claude Skill by guia-matthieu. Skills package instructions and resources that Claude loads on demand, so Claude can perform keyword-clusterer-related tasks without extra prompting.
How do I install keyword-clusterer?
Use the install commands on this page: add keyword-clusterer to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does keyword-clusterer belong to?
keyword-clusterer is in the Meta category, tagged word.
Is keyword-clusterer free to use?
Yes. keyword-clusterer is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.