针对新兴新闻和行为的趋势情报和文化信号检测。 使用时间：研究最新新闻（48 小时），在主流采用之前识别文化/技术/消费者转变，通过高级启发分析新兴趋势。 主要触发点：“coolhunt [主题]” = 完整的研究工作流程（5 个步骤） “趋势分析” = 使用启发方法进行深度分析 “新闻扫描 [主题]” = 快速新闻收集 工作流程：请求 → 网络研究 → 启发选择 → 分析 → 报告 输出：带有标题、摘要、事实检查和行为分析的 Markdown 报告保存到 Coolhunter-output/report-{datetime}/{title}.md
通过命令行快速安装 coolhunter AI 技能到你的开发环境
来源：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 |
针对新兴新闻和行为的趋势情报和文化信号检测。 使用时间：研究最新新闻（48 小时），在主流采用之前识别文化/技术/消费者转变，通过高级启发分析新兴趋势。 主要触发点：“coolhunt [主题]” = 完整的研究工作流程（5 个步骤） “趋势分析” = 使用启发方法进行深度分析 “新闻扫描 [主题]” = 快速新闻收集 工作流程：请求 → 网络研究 → 启发选择 → 分析 → 报告 输出：带有标题、摘要、事实检查和行为分析的 Markdown 报告保存到 Coolhunter-output/report-{datetime}/{title}.md 来源：rfxlamia/claude-skillkit。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/rfxlamia/claude-skillkit --skill coolhunter针对新兴新闻和行为的趋势情报和文化信号检测。 使用时间：研究最新新闻（48 小时），在主流采用之前识别文化/技术/消费者转变，通过高级启发分析新兴趋势。 主要触发点：“coolhunt [主题]” = 完整的研究工作流程（5 个步骤） “趋势分析” = 使用启发方法进行深度分析 “新闻扫描 [主题]” = 快速新闻收集 工作流程：请求 → 网络研究 → 启发选择 → 分析 → 报告 输出：带有标题、摘要、事实检查和行为分析的 Markdown 报告保存到 Coolhunter-output/report-{datetime}/{title}.md 来源：rfxlamia/claude-skillkit。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/rfxlamia/claude-skillkit --skill coolhunter 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/rfxlamia/claude-skillkit