針對新興新聞和行為的趨勢情報和文化訊號檢測。 使用時間：研究最新新聞（48 小時），在主流採用之前識別文化/技術/消費者轉變，透過高階啟發分析新興趨勢。 主要觸發點：“coolhunt [主題]” = 完整的研究工作流程（5 個步驟） “趨勢分析” = 使用啟發方法進行深度分析 “新聞掃描 [主題]” = 快速新聞收集 工作流程：請求 → 網路研究 → 啟發選擇 → 分析 → 報告 輸出：帶有標題、摘要、事實檢查和行為分析的 Markdown 報告保存到 Coolhunter-output/report-{datetime}/{title}.md
透過命令列快速安裝 coolhunter AI 技能到你的開發環境
來源：rfxlamia/claude-skillkit。
| Full coolhunt | "coolhunt", "trend", "what's new in" | Section 2 | | Quick scan | "news about", "latest on" | Section 2 (simplified) | | Analysis only | "analyze this trend" | Section 3 |
| Context Type | Primary Methods | Secondary Methods |
| Tech disruption | Tree of Thoughts, Pre-mortem | First Principles, What If | | Consumer behavior | User Persona Focus Group, Stakeholder Round Table | 5 Whys, Comparative Matrix | | Cultural shift | Time Traveler Council, Genre Mashup | Socratic Questioning, Hindsight | | Business/market | Shark Tank Pitch, SCAMPER | Red Team vs Blue Team, Failure Mode |
針對新興新聞和行為的趨勢情報和文化訊號檢測。 使用時間：研究最新新聞（48 小時），在主流採用之前識別文化/技術/消費者轉變，透過高階啟發分析新興趨勢。 主要觸發點：“coolhunt [主題]” = 完整的研究工作流程（5 個步驟） “趨勢分析” = 使用啟發方法進行深度分析 “新聞掃描 [主題]” = 快速新聞收集 工作流程：請求 → 網路研究 → 啟發選擇 → 分析 → 報告 輸出：帶有標題、摘要、事實檢查和行為分析的 Markdown 報告保存到 Coolhunter-output/report-{datetime}/{title}.md 來源：rfxlamia/claude-skillkit。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/rfxlamia/claude-skillkit --skill coolhunter針對新興新聞和行為的趨勢情報和文化訊號檢測。 使用時間：研究最新新聞（48 小時），在主流採用之前識別文化/技術/消費者轉變，透過高階啟發分析新興趨勢。 主要觸發點：“coolhunt [主題]” = 完整的研究工作流程（5 個步驟） “趨勢分析” = 使用啟發方法進行深度分析 “新聞掃描 [主題]” = 快速新聞收集 工作流程：請求 → 網路研究 → 啟發選擇 → 分析 → 報告 輸出：帶有標題、摘要、事實檢查和行為分析的 Markdown 報告保存到 Coolhunter-output/report-{datetime}/{title}.md 來源：rfxlamia/claude-skillkit。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/rfxlamia/claude-skillkit --skill coolhunter 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/rfxlamia/claude-skillkit