Install
$ agentstack add skill-hugrowth98-superfounder-os-signaux-concurrents ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
Les gens qui commentent chez un concurrent, qui le notent mal ou qui l'utilisent sont déjà dans votre catégorie, cette semaine : un avis négatif documenté vaut 50 points, un engagement avec le contenu d'un concurrent en vaut 25, et les deux se travaillent sans jamais dénigrer le concurrent.
Ressources
{SKILL_BASE}/ressources/bareme-signaux.md: avis négatif 50, cycle d'évaluation 45, fin de contrat 45, engagement 25, client identifié 20, pub active 15.{SKILL_BASE}/ressources/fenetres-fraicheur.md: engagement j0 à j7, avis j0 à j60 (frais 180 jours), pub tant qu'elle tourne.{SKILL_BASE}/ressources/plays-signaux.md: play 8 (avis négatifs).{SKILL_BASE}/ressources/taxonomie-declencheurs.md: famille 4, concurrents (déclencheurs 8 à 16).
Méthode
- Lister les concurrents dans
05_Departements/Go-to-Market/contexte.md: leur page LinkedIn, leurs dirigeants et salariés qui publient, la catégorie où on les compare, leur outil quand il laisse une trace sur un site. - Choisir la source. Quatre, du plus chaud au plus froid : (a) les auteurs d'avis négatifs ; (b) les engageurs de leurs posts et de ceux de leurs salariés ; (c) leurs clients identifiés ; (d) les entreprises dont les pubs tournent dans votre catégorie.
- Les abonnés d'une page ne s'exportent pas. LinkedIn ne donne pas cette liste. Passez par les engageurs des 10 derniers posts : même population, en plus chaud.
- Détecter (Exécution). Engageurs chaque semaine, avis chaque mois, clients chaque trimestre, pubs chaque mois.
- Qualifier. ICP, et exclusion des salariés du concurrent, de ses partenaires et de vos clients actuels : un engageur sur trois est un collègue ou un ami du concurrent.
- Dater et scorer. Engagement : j0 à j7, courbe rapide. Avis : j0 à j60, courbe lente. Client identifié : permanent, à réveiller 60 à 90 jours avant le renouvellement quand vous connaissez la date.
- Choisir l'angle : le problème que le concurrent laisse ouvert, décrit dans l'avis ou dans les commentaires, et votre différence concrète. Pas de comparaison agressive : une alternative, pas un règlement de comptes.
- Envoyer : avis négatif sous 24 h après identification ; engageur sous 72 h ; client identifié à l'approche du renouvellement.
Exécution
| Étape | Verbe | Skill d'exécution | Paramètres et notes | |---|---|---|---| | 1a | scraperengagement | scraper-engagement | Unipile : --post pour les derniers posts de la page du concurrent (URL relevées sur la page), --mes-posts 10 --posts-de pour chacun de ses salariés qui publient. Inclus dans l'abonnement, dans les quotas LinkedIn. Secours : harvestapi/linkedin-post-comments, 0,002 $ par commentaire. | | 1b | lecture à la main, puis trouverpersonnes | trouver-personnes | avis négatifs : lecture mensuelle des comparateurs de logiciels ou de prestataires de votre catégorie ; auteur retrouvé par Sales Nav quand nom et entreprise sont visibles. Aucun actor d'avis dans la stack. | | 1c | detectertechno, scraperoffresemploi | enrichir-entreprise --techno, scraper-offres-emploi | clients d'un concurrent : son outil détecté sur le site par enrichir-entreprise --techno --cherche (scrapemint/website-tech-stack-detector, colonne techno_cible = oui), ou demandé dans une offre (--mots-cles = nom du concurrent). Page clients du concurrent lue à la main chaque trimestre. | | 1d | scraperpubs | enrichir-entreprise --pubs | pubs actives : curious_coder/facebook-ads-library-scraper pour Meta (0,00075 $ par pub) ; LinkedIn selon le skill. Sur le concurrent (pub_active, 15 : un budget marketing actif chez lui) et sur votre catégorie (les entreprises qui dépensent = budget actif, 15). | | 2 | qualifierliste | qualifier-liste | ICP, exclusion des salariés et partenaires du concurrent, de vos clients | | 3 | dedoublonner | dedoublonner | contre HubSpot et vos séquences ; un engageur revient chaque semaine | | 4 | enrichirpersonne, trouveremail | enrichir-personne, trouver-email | profil complet, email vérifié | | 5 | envoyersequence | envoyer-sequence | LinkedIn d'abord pour un engageur (il est actif là), email pour un auteur d'avis | | 6 | verifier_reponses | verifier-reponses | à j3 et j7 |
CSV en entrée : entreprise, linkedin_entreprise_url, domaine pour les concurrents, et la liste de leurs salariés qui publient (linkedin_url).
CSV en sortie : colonnes normalisées, plus signal_type (commentaire ou like pour un engageur ; techno pour un client identifié par son site ; pub_active pour une pub qui tourne ; un avis négatif, saisi à la main, est une ligne profil_entreprise dont signal_detail porte l'avis), signal_date, signal_detail ("commentaire sous le post de {{concurrent}} du {{date}} : {{extrait}}" ; "avis {{note}}/5 du {{date}} sur {{concurrent}} : {{problème cité}}" ; "utilise {{concurrent}}, détecté sur {{domaine}}"), score_signal, fraicheur, source (unipile, scrapemint/website-tech-stack-detector, curious_coder/facebook-ads-library-scraper ; vide pour un avis saisi à la main).
Repères
| Signal | Points | Fenêtre | Délai | |---|---|---|---| | Client parti d'un concurrent, avis négatif | 50 | j0 à j60, frais 180 j | sous 24 h | | Client d'un concurrent en cycle d'évaluation (vous l'apprenez par le réseau) | 45 | j0 à j30 | sous 24 h | | Fin de contrat annuel chez un concurrent | 45 | j60 à j90 avant l'échéance | à la date | | Engagé avec les posts d'un concurrent ou de ses salariés | 25 | j0 à j7, frais 30 j | sous 72 h | | Client d'un concurrent identifié | 20 | permanent | au renouvellement | | Abonné d'un concurrent (non listable, saisi à la main) | 15 | permanent | à empiler, jamais seul | | Pub active du concurrent ou d'une entreprise de votre catégorie | 15 | tant qu'elle tourne | dans la semaine, à empiler |
| Repère | Valeur | |---|---| | Engageur d'un concurrent qui commente aussi chez vous | 25 + 35 = 60, Tiède ; les deux dans la semaine ×1,2 = 72 | | Part des engageurs à exclure (salariés, partenaires, amis du concurrent) | à vérifier à chaque run : souvent un sur trois | | Renouvellement | contrat annuel : fenêtre de changement 60 à 90 jours avant la date anniversaire |
Template
Engageur des posts d'un concurrent, sur LinkedIn :
Bonjour {{prenom}},
Les {{titre}} qui regardent {{categorie}} en ce moment butent souvent sur {{probleme}} : {{detail_concret}}. C'est le point qu'on a pris à l'envers : {{votre_difference}}.
Une comparaison en deux minutes vous serait utile ?
Auteur d'un avis négatif, par email :
Bonjour {{prenom}},
{{Le_probleme_decrit_dans_l_avis}} revient chez presque tous les utilisateurs de {{categorie}} que je croise : {{consequence_concrete}}. On a construit {{votre_difference}} pour ça, chez {{client_similaire}} ça a donné {{resultat_chiffre}}.
Je vous envoie une comparaison en une page ?
Règles
- Jamais "j'ai lu votre avis", jamais "je vois que vous suivez {{concurrent}}". On parle du problème, pas de la trace.
- On ne dénigre jamais le concurrent, même quand l'avis le fait. Vous êtes l'alternative, pas l'avocat de l'accusation.
- Un abonné seul ne reçoit rien : 15 points, c'est du contexte. Il faut un second signal.
- Les salariés, partenaires et amis du concurrent sortent de la liste avant tout envoi.
- Un avis n'est exploitable que si son auteur est identifiable par son nom et son entreprise ; on ne devine pas une identité.
- Les abonnés d'une page ne se listent pas : on ne promet pas cette liste, on travaille les engageurs.
- Les pubs actives disent qu'un budget existe, pas qu'un besoin existe : signal de contexte, à empiler.
Exemples
- "Récupère les gens qui commentent chez mon concurrent" : scraper_engagement sur les URL de ses derniers posts de page et
--mes-posts 10 --posts-depour ses deux dirigeants, exclusion des salariés et partenaires, qualification ICP, 25 points, message LinkedIn sous 72 h sur le problème de la catégorie. - "Trouve les insatisfaits de tel prestataire" : lecture des comparateurs de la catégorie, auteurs identifiables retrouvés par trouver_personnes, 50 points, email sous 24 h sur le problème décrit, comparaison en une page proposée.
- "Qui utilise l'outil de mon concurrent parmi mes comptes cibles ?" :
enrichir-entreprise --techno --cherchesur la colonnedomaine(colonnetechno_cible = oui),signal_type=techno, 20 points, ciblage permanent, réveil 60 à 90 jours avant le renouvellement quand la date de signature est connue.
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: hugrowth98
- Source: hugrowth98/superfounder-os
- License: MIT
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.