[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M73GE9QP99S5A56FFQ28MHAW":3,"skill-same:01M73GE9QP99S5A56FFQ28MHAW":50},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":26,"commitSha":27,"skillDirectory":28,"forksCount":29,"repositoryHtmlUrl":30,"repositoryHomepageUrl":31,"ownerHtmlUrl":32,"ownerBlogUrl":33,"ownerDescription":34,"updatedAt":35,"install":36,"resources":49},"01M73GE9QP99S5A56FFQ28MHAW","trending-pulse-research",null,"Research what the community actually thinks about a topic in the LAST 30 DAYS — search Reddit, X, YouTube, Hacker News and GitHub in parallel, weight results by real engagement (upvotes, likes, stars\u002Fday), detect cross-platform convergence, and synthesize one grounded brief with citations. Use when asked 'cộng đồng đang nói gì về X', 'what's trending in X', 'last 30 days research', 'tin mới nhất về X trên Reddit\u002FHN', 'is X actually popular or hype', or 'research recent sentiment'. Do NOT use for: deep technical\u002Facademic research with no recency requirement — see deep-research or arxiv-research. Do NOT use for: one-off fact lookups — plain web search is enough.","Horonomos-laps\u002FYana-AI","Horonomos-laps","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F355299122?v=4","01M76B3QPXE88ET2SQPDPVATZT"," Horonomos-laps","01M72ZQRJPCYPSSWT4D00VJR2A",13,"Apache-2.0","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Ftrending-pulse-research\u002FSKILL.md",[],[],"2026-11-11 15:11:14",false,"---\nname: trending-pulse-research\ndescription: \"Research what the community actually thinks about a topic in the LAST 30 DAYS — search Reddit, X, YouTube, Hacker News and GitHub in parallel, weight results by real engagement (upvotes, likes, stars\u002Fday), detect cross-platform convergence, and synthesize one grounded brief with citations. Use when asked 'cộng đồng đang nói gì về X', 'what's trending in X', 'last 30 days research', 'tin mới nhất về X trên Reddit\u002FHN', 'is X actually popular or hype', or 'research recent sentiment'. Do NOT use for: deep technical\u002Facademic research with no recency requirement — see deep-research or arxiv-research. Do NOT use for: one-off fact lookups — plain web search is enough.\"\ntier: TIER 3 — CONSISTENCY\nsource: inspired by mvanhorn\u002Flast30days-skill (pattern study, 2026-06-11) — independent implementation\n---\n\n# Trending Pulse Research — Cộng đồng nói gì trong 30 ngày qua\n\nKhác research thường ở 3 điểm: **giới hạn 30 ngày**, **trọng số engagement\nthật** (không phải thứ hạng SEO), và **convergence detection** — một chủ đề\nchỉ đáng tin khi nhiều nền tảng độc lập cùng nói về nó.\n\n## Quy trình 4 pha\n\n```\nPHA 1 — FAN-OUT (song song, mỗi nền tảng 1 query):\n  Reddit  : site:reddit.com \u003Ctopic>  (sort: top, t=month)\n  HN      : hn.algolia.com search \u003Ctopic> (numericFilters: created_at > now-30d)\n  X       : \u003Ctopic> filter theo ngày nếu công cụ cho phép\n  YouTube : \u003Ctopic> uploaded this month\n  GitHub  : repo\u002Fissue search, sort stars\u002Fcreated\n\nPHA 2 — SCORE (mỗi item):\n  score = engagement_norm × recency_decay × source_diversity\n  engagement_norm : upvotes\u002Flikes\u002Fstars CHIA cho median nền tảng đó\n                    (1000 upvote Reddit ≠ 1000 like X)\n  recency_decay   : ×1.0 (≤7 ngày) · ×0.7 (≤14) · ×0.4 (≤30)\n  Cap: tối đa 3 items \u002F 1 tác giả — chống một giọng nói thống trị brief\n\nPHA 3 — CONVERGE:\n  Nhóm các claims xuất hiện ≥2 nền tảng độc lập → \"tín hiệu mạnh\"\n  Claims chỉ 1 nền tảng → \"tín hiệu đơn lẻ\" (ghi rõ, không trộn lẫn)\n\nPHA 4 — BRIEF (output cố định):\n  ## Pulse: \u003Ctopic> (30 ngày, tính đến \u003Cdate>)\n  **Tín hiệu mạnh** (đa nền tảng): [3-5 bullets + citation từng cái]\n  **Tín hiệu đơn lẻ** (chưa kiểm chứng chéo): [bullets]\n  **Sentiment**: tích cực\u002Ftiêu cực\u002Fchia rẽ — kèm tỉ lệ thô\n  **Đáng làm gì**: 1-3 hành động cụ thể rút ra\n  **Nguồn**: list URL đầy đủ\n```\n\n## Luật chất lượng\n\n```\n□ MỌI claim trong brief phải có ≥1 URL nguồn — không nguồn = không đưa vào\n□ Ngày đăng phải nằm trong cửa sổ 30 ngày — item cũ hơn bị loại,\n  kể cả khi rank cao\n□ Phân biệt rõ engagement thật vs viral nhờ tranh cãi (đọc sentiment\n  của comments, không chỉ đếm số)\n□ Nếu một nền tảng không truy cập được → ghi rõ \"X: không khảo sát được\"\n  thay vì im lặng bỏ qua\n□ Brief ≤ 1 trang — đây là pulse check, không phải luận văn\n```\n\n## Anti-Fake-Pass\n\n```\n❌ Trích \"cộng đồng nói rằng...\" mà không có URL kèm ngày đăng\n❌ Dùng kết quả search không lọc thời gian rồi claim \"trending tháng này\"\n❌ Đếm 5 bài cùng 1 tác giả như 5 tín hiệu độc lập (vi phạm cap 3\u002Ftác giả)\n❌ Suy ra sentiment từ tiêu đề bài viết thay vì nội dung thảo luận\n❌ Claim convergence khi 2 nguồn thực chất cùng dẫn về 1 bài gốc\n```\n\n## See also\n\n- `deep-research` — nghiên cứu sâu không giới hạn thời gian\n- `arxiv-research` — nguồn học thuật\n- `semantic-scholar` — citation graph\n- `fact-check` (command) — kiểm chứng 1 claim đơn lẻ\n","# Trending Pulse Research — Cộng đồng nói gì trong 30 ngày qua\n\nKhác research thường ở 3 điểm: **giới hạn 30 ngày**, **trọng số engagement\nthật** (không phải thứ hạng SEO), và **convergence detection** — một chủ đề\nchỉ đáng tin khi nhiều nền tảng độc lập cùng nói về nó.\n\n## Quy trình 4 pha\n\n```\nPHA 1 — FAN-OUT (song song, mỗi nền tảng 1 query):\n  Reddit  : site:reddit.com \u003Ctopic>  (sort: top, t=month)\n  HN      : hn.algolia.com search \u003Ctopic> (numericFilters: created_at > now-30d)\n  X       : \u003Ctopic> filter theo ngày nếu công cụ cho phép\n  YouTube : \u003Ctopic> uploaded this month\n  GitHub  : repo\u002Fissue search, sort stars\u002Fcreated\n\nPHA 2 — SCORE (mỗi item):\n  score = engagement_norm × recency_decay × source_diversity\n  engagement_norm : upvotes\u002Flikes\u002Fstars CHIA cho median nền tảng đó\n                    (1000 upvote Reddit ≠ 1000 like X)\n  recency_decay   : ×1.0 (≤7 ngày) · ×0.7 (≤14) · ×0.4 (≤30)\n  Cap: tối đa 3 items \u002F 1 tác giả — chống một giọng nói thống trị brief\n\nPHA 3 — CONVERGE:\n  Nhóm các claims xuất hiện ≥2 nền tảng độc lập → \"tín hiệu mạnh\"\n  Claims chỉ 1 nền tảng → \"tín hiệu đơn lẻ\" (ghi rõ, không trộn lẫn)\n\nPHA 4 — BRIEF (output cố định):\n  ## Pulse: \u003Ctopic> (30 ngày, tính đến \u003Cdate>)\n  **Tín hiệu mạnh** (đa nền tảng): [3-5 bullets + citation từng cái]\n  **Tín hiệu đơn lẻ** (chưa kiểm chứng chéo): [bullets]\n  **Sentiment**: tích cực\u002Ftiêu cực\u002Fchia rẽ — kèm tỉ lệ thô\n  **Đáng làm gì**: 1-3 hành động cụ thể rút ra\n  **Nguồn**: list URL đầy đủ\n```\n\n## Luật chất lượng\n\n```\n□ MỌI claim trong brief phải có ≥1 URL nguồn — không nguồn = không đưa vào\n□ Ngày đăng phải nằm trong cửa sổ 30 ngày — item cũ hơn bị loại,\n  kể cả khi rank cao\n□ Phân biệt rõ engagement thật vs viral nhờ tranh cãi (đọc sentiment\n  của comments, không chỉ đếm số)\n□ Nếu một nền tảng không truy cập được → ghi rõ \"X: không khảo sát được\"\n  thay vì im lặng bỏ qua\n□ Brief ≤ 1 trang — đây là pulse check, không phải luận văn\n```\n\n## Anti-Fake-Pass\n\n```\n❌ Trích \"cộng đồng nói rằng...\" mà không có URL kèm ngày đăng\n❌ Dùng kết quả search không lọc thời gian rồi claim \"trending tháng này\"\n❌ Đếm 5 bài cùng 1 tác giả như 5 tín hiệu độc lập (vi phạm cap 3\u002Ftác giả)\n❌ Suy ra sentiment từ tiêu đề bài viết thay vì nội dung thảo luận\n❌ Claim convergence khi 2 nguồn thực chất cùng dẫn về 1 bài gốc\n```\n\n## See also\n\n- `deep-research` — nghiên cứu sâu không giới hạn thời gian\n- `arxiv-research` — nguồn học thuật\n- `semantic-scholar` — citation graph\n- `fact-check` (command) — kiểm chứng 1 claim đơn lẻ\n",{"name":5,"tier":24,"source":25,"description":7},"TIER 3 — CONSISTENCY","inspired by mvanhorn\u002Flast30days-skill (pattern study, 2026-06-11) — independent implementation","main","481dcd7dd2e288b9d627a2bd017db70e64e6c6fa","core\u002Fskills\u002Ftrending-pulse-research",2,"https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI","https:\u002F\u002Fyana.vutam.link\u002F","https:\u002F\u002Fgithub.com\u002FHoronomos-laps","https:\u002F\u002Fyana.vutam.link","An open-source governed runtime & execution environment for multi-agent AI systems.","2026-11-13 13:15:29",{"source":8,"skillName":5,"commands":37,"prompt":47,"zipAvailable":48},[38,41,44],{"tool":39,"command":40},"npx","npx skills add Horonomos-laps\u002FYana-AI --skill trending-pulse-research",{"tool":42,"command":43},"bunx","bunx skills add Horonomos-laps\u002FYana-AI --skill trending-pulse-research",{"tool":45,"command":46},"pnpm","pnpm dlx skills add Horonomos-laps\u002FYana-AI --skill trending-pulse-research","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Ftrending-pulse-research\u002FSKILL.md",true,[],[51,59,66,74,82,90],{"skillNo":52,"name":53,"nameZh":6,"description":54,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":55,"licenseFileUrl":6,"sourceHtmlUrl":56,"categories":57,"keywords":58,"publishedAt":19},"01M735GKET5YVYKAY62W2P5YXB","openai--sentry--sentry","Use when the user asks to inspect Sentry issues or events, summarize recent production errors, or pull basic Sentry health data via the Sentry API; perform read-only queries with the bundled script and require `SENTRY_AUTH_TOKEN`.","MIT","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fopenai--sentry--sentry\u002FSKILL.md",[],[],{"skillNo":60,"name":61,"nameZh":6,"description":62,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":63,"categories":64,"keywords":65,"publishedAt":19},"01M73DCAP83T17HY7SMGK7MGFE","ito-basket-compare","Compare Itô prediction-market baskets against a user's knowledge base, portfolio notes, financial context, watchlist, or research thesis. Use for read-only basket comparison and gap analysis without investment advice or live trading.","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Fito-basket-compare\u002FSKILL.md",[],[],{"skillNo":67,"name":68,"nameZh":6,"description":69,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":70,"sourceHtmlUrl":71,"categories":72,"keywords":73,"publishedAt":19},"01M734CYEMZFDR3KH6SW0JP8TD","implementing-network-traffic-baselining","Build network traffic baselines from NetFlow\u002FIPFIX data using Python pandas for statistical analysis, z-score anomaly detection, and hourly\u002Fdaily traffic pattern profiling","https:\u002F\u002Fgithub.com\u002Fyanacuti1121\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-network-traffic-baselining\u002FLICENSE","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-network-traffic-baselining\u002FSKILL.md",[],[],{"skillNo":75,"name":76,"nameZh":6,"description":77,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":78,"sourceHtmlUrl":79,"categories":80,"keywords":81,"publishedAt":19},"01M73ASZ6NJRJM44Z2P84NGQ3Q","detecting-evasion-techniques-in-endpoint-logs","Detects defense evasion techniques used by adversaries in endpoint logs including log tampering, timestomping, process injection, and security tool disabling. Use when investigating suspicious endpoint behavior, building detection rules for evasion tactics, or conducting threat hunting for stealthy adversary activity. Activates for requests involving evasion detection, defense evasion analysis, log tampering detection, or MITRE ATT&CK TA0005.","https:\u002F\u002Fgithub.com\u002Fyanacuti1121\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Fdetecting-evasion-techniques-in-endpoint-logs\u002FLICENSE","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Fdetecting-evasion-techniques-in-endpoint-logs\u002FSKILL.md",[],[],{"skillNo":83,"name":84,"nameZh":6,"description":85,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":86,"sourceHtmlUrl":87,"categories":88,"keywords":89,"publishedAt":19},"01M734AFNXD06Z78QRK0VKGT7Q","implementing-microsegmentation-with-guardicore","Implementing microsegmentation using Akamai Guardicore Segmentation to map application dependencies, create granular network policies, visualize east-west traffic flows, and enforce least-privilege communication between workloads across data centers and cloud.","https:\u002F\u002Fgithub.com\u002Fyanacuti1121\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-microsegmentation-with-guardicore\u002FLICENSE","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-microsegmentation-with-guardicore\u002FSKILL.md",[],[],{"skillNo":91,"name":92,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":93,"categories":94,"keywords":95,"publishedAt":19},"01M736TK27QMCXK0DVCH25SJN5","ramdisk-tmpfs-patterns","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Framdisk-tmpfs-patterns\u002FSKILL.md",[],[]]