keyword-clusterer

guia-matthieu

Обновлено Yesterday

1 просмотров

111

Метаword

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

Рекомендуется

Основной

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

Команда плагинаАльтернативный

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

Git клонированиеАльтернативный

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

Скопируйте 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

guia-matthieu/clawfu-skills

Путь: skills/seo-tools/keyword-clusterer

ai-skillsanthropicclaude-codeclaude-skillsmarketingmcp-server

Похожие навыки

content-collections

Мета

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.

Просмотреть навык

polymarket

Мета

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.

Просмотреть навык

creating-opencode-plugins

Мета

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.

Просмотреть навык

sglang

Мета

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.

Просмотреть навык