К основному содержанию
скилл CX Codex официальный · Anthropic

account-research · anthropics, common-room — скилл для Claude Code: что делает и как установить

Скилл account-research для Claude Code и Codex находит и структурирует сведения о компаниях через данные платформы Common Room. Включается при вопросах об аккаунтах, доменах или сигналах о покупке.

Apache-2.0 ★ 36 654 обновлён 2026-10-24

Установить в Claude Code · Через маркетплейс плагинов Все способы и платформы ↓
/plugin marketplace add anthropics/knowledge-work-plugins
/plugin install common-room@knowledge-work-plugins
Открыть на GitHub

Что делает account-research

Скилл собирает сведения о компаниях из Common Room по домену или названию. Перед поиском агент запрашивает объект Me, чтобы узнать сегменты пользователя и ограничить выдачу его зоной ответственности. Поведение адаптируется под четыре сценария: полный обзор со скорингом и контактами, краткий точечный ответ, работа с неполными данными или аналитический вывод по портрету клиента (ICP).

Когда данных в Common Room мало, скилл запускает точечный веб-поиск по новостям компании за последние 30 дней. Все баллы и рейтинги выдаются числами или процентилями без текстовых меток. Скилл запрещает додумывать факты: если поле пустое, агент сообщает об этом прямо или опускает блок в отчёте.

Для работы необходим доступ к Common Room через соответствующие MCP-инструменты.

Какие задачи решает

  • составить сводку по компании с CRM-данными и контактами
  • проверить сигналы о покупке и активность аккаунта
  • узнать владельца сделки или число сотрудников по домену

Примеры запросов агенту

  • Расскажи про datadog.com
  • Кто ведёт аккаунт Snowflake?
  • Покажи сигналы по notion.so

Как установить account-research

1Через маркетплейс плагинов

/plugin marketplace add anthropics/knowledge-work-plugins
/plugin install common-room@knowledge-work-plugins

Команда ставит плагин common-room целиком, со всеми его скиллами

2Через Skills CLI (Vercel)

npx skills add anthropics/knowledge-work-plugins --skill account-research -a claude-code

3Вручную: положить файлы

~/.claude/skills/account-research/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/account-research/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы об account-research

Как установить account-research в Claude Code?

Добавьте репозиторий через /plugin marketplace add anthropics/knowledge-work-plugins, затем выполните установку командой /plugin install common-room@knowledge-work-plugins.

Что делает account-research?

Он ищет профиль компании в Common Room, выгружает скоринг, контакты и сводки RoomieAI, а при нехватке данных дополняет отчёт свежими новостями из веб-поиска.

Что нужно для работы account-research?

Требуются настроенные MCP-инструменты для связи с Common Room, через которые агент получает профиль пользователя и данные аккаунтов.

Исходный текст

SKILL.md · Apache-2.0
---
name: account-research
description: "Research a company using Common Room data. Triggers on 'research [company]', 'tell me about [domain]', 'pull up signals for [account]', 'what's going on with [company]', or any account-level question."
---

# Account Research

Retrieve and synthesize account information from Common Room. Handles four interaction patterns: full overviews, targeted field questions, sparse data situations, and combined MCP data + LLM reasoning.

## Step 0: Load User Context (Me)

Before researching any account, fetch the `Me` object from Common Room. This provides:
- The user's profile, title, role, and Persona in CR
- The user's segments ("My Segments")

Default all queries to the user's own segments unless the user explicitly asks for a broader view. This keeps results scoped to their territory.

## Step 1: Identify the Interaction Pattern

Determine what the user actually needs before deciding how much data to fetch:

**Pattern 1 — Full Overview:** "Tell me about Datadog" / "Summarize cloudflare.com"
→ Fetch the full field set and produce a structured briefing.

**Pattern 2 — Targeted Question:** "Who owns the Snowflake account?" / "Is acme.io showing buying signals?" / "What's the employee count for notion.so?"
→ Fetch only the relevant field(s). Return a direct, concise answer — do not produce a full brief for a simple question.

**Pattern 3 — Sparse Data:** "Tell me about tiny-startup.io"
→ If Common Room has limited data for an account, say so honestly: "There is limited information available for this account." Never speculate or fill gaps with generic statements.

**Pattern 4 — Combined Reasoning:** Fetch structured MCP data, then layer in LLM analysis — e.g., "Stripe has 8,000 employees and is hiring heavily for AI roles. Based on your ICP of 1k–10k fintech companies, this is a strong fit."

## Step 2: Look Up the Account

Search Common Room for the account by domain or company name. Exact match first; if no result, try partial match and confirm with the user before proceeding.

## Step 3: Fetch the Right Fields

Use the Common Room object catalog to see available field groups and their contents. For full overviews, request all field groups. For targeted questions, request only what's relevant.

**Key field groups to know about:**
- **Scores** — always return as raw values or percentiles, never labels
- **Summary research** — RoomieAI output; often the richest qualitative signal
- **Top contacts** — sorted by score desc; use communityMemberID for full lookups

**Choosing what to fetch:**

| User query type | Fields to request |
|-----------------|------------------|
| Full account overview | All field groups |
| "Who owns this account?" | Company profiles & links, CRM fields |
| "Is this company a good fit?" | Key fields, scores, about |
| "What signals is this account showing?" | Scores, summary research, CRM fields |
| "Who are the top contacts?" | Top contacts |
| "What does RoomieAI say about them?" | Summary research, all research |
| "Find engineers at this account" | Prospects (with title filter) |

## Step 4: Web Search (Sparse Data Only)

Common Room is the primary data source. Do not run web search when CR returns rich data.

When CR data is sparse (Pattern 3 — few fields returned, no activity, no scores), run a targeted web search to fill gaps:
- `"[company name]" news` — scoped to the last 30 days
- Look for: funding rounds, acquisitions, product launches, executive changes, press coverage

If the user explicitly asks for external context or recent news, run web search regardless of data richness.

## Step 5: Apply Reasoning (Pattern 4)

When the user's question invites synthesis — not just data retrieval — layer in analysis:
- Compare account data to known ICP criteria from session context
- Identify fit signals (size, industry, tech stack, hiring patterns)
- Note timing signals (funding, trial status, recent activity spike)
- Frame insights as clearly derived from data, not assumed

When the user's company context is available (see `references/my-company-context.md`), position findings relative to the user's value proposition and ICP.

## Step 6: Produce Output

Only include sections where Common Room returned actual data. Omit sections entirely rather than filling them with guesses.

**Full overview (when data is rich):**

```
## [Company Name] — Account Overview

**Snapshot**
[2–3 sentences: what they do, plan/stage, relationship status]

**Key Details**
[Employee count, industry, location, domain, funding — from key fields]

**CRM & Ownership** [If CRM fields returned]
[Owner, opp stage, ARR]

**Scores** [If scores returned]
[All available scores as raw values or percentiles]

**Signal Highlights** [If activity/signals exist]
[3–5 most important signals with dates]

**Top Contacts** [If contacts returned]
[Name | Title | Score — top 5 sorted by score desc]

**RoomieAI Research** [If summary research is non-null]
[Summary research output; list all available research topic names]

**Recommended Next Steps**
[2–3 specific, signal-backed actions]
```

**Targeted question:** 1–3 sentence direct answer. No full brief needed.

**Sparse data (few fields returned, most sections would be empty):**

```
## [Company Name] — Account Overview (Limited Data)

**Data available:** [List exactly what Common Room returned]

[Present only the returned fields]

**Web Search**
[Findings from web search — or "No significant recent news found"]

**Note:** Common Room has limited data on this account. The account may need enrichment in Common Room.
```

## Quality Standards

- Scores must always be raw values or percentiles — never categorical labels
- For targeted questions, answer precisely and don't over-deliver
- Be explicit when data is missing or stale — don't speculate
- Keep full briefings readable in 2–3 minutes
- **Every fact must trace to a tool call** — don't include data not returned by Common Room

## Reference Files

- **`references/signals-guide.md`** — signal type taxonomy and interpretation guide

© Common Room · Apache-2.0 · anthropics/knowledge-work-plugins

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →

Сначала — account-research от других авторов.

account-research официальный anthropics Скилл account-research собирает досье на потенциального клиента, сопоставляет компанию с ICP и проверяет записи в CRM. Пригодится перед звонком или первым письмом проспекту. CX Codex +1 3 600установок account-research crustdata Скилл account-research для исследования компаний: собирает внешние данные и вашу внутреннюю историю общения, выдаёт план аккаунта, оргструктуру, стек или battlecard. CX Codex +1 344установок Apollo.io MCP Server Inferensys MCP-сервер, который даёт ИИ-ассистенту доступ к Apollo.io: поиск лидов, обогащение контактов, CRM и email-последовательности прямо из редактора. CX Codex +1 ★ 6звёзд репо Person Enrichment — Professional Profile from Email axel-belfort Person Enrichment — Professional Profile from Email — MCP-сервер, который находит профиль человека по email для поиска лидов и заполнения CRM. CX Codex +1 2 555установок FullEnrich FullEnrich MCP-сервер FullEnrich подключает поиск контактов к ИИ-агенту. Ищет подтверждённые рабочие почты и мобильные телефоны компаний через каскадную проверку по базам данных. CX Codex +1 ★ 14звёзд репо ZoomInfo Zoominfo MCP-сервер ZoomInfo подключает базу корпоративных контактов и сведений о компаниях к ассистенту. Помогает собирать списки потенциальных клиентов и готовиться к деловым встречам. CX Codex +1 ★ 10звёзд репо sales-account-segmentation Maya-Beth Finotti Скилл sales-account-segmentation строит модель сегментации клиентской базы B2B и B2C между ICP и тирингом. Помогает рассчитать скоринг соответствия по сделкам за последние 12 месяцев и разметить карту расширения в CRM. CX Codex +1 33 600установок prospecting coreyhaines31 Скилл prospecting для Claude Code и Codex, помогает найти и квалифицировать B2B-перспективы: определить целевую аудиторию, собрать список кандидатов, проверить контакты и расставить приоритеты по сигналам покупки и соответствию ICP. CX Codex +1 77 400установок

Из того же набора263

Весь набор →
draft-announcement Команда draft-announcement для Claude Code готовит объявление для Slack и сохраняет его как черновик. Сначала она уточняет канал, аудиторию и ключевое сообщение. CX Codex +1 ★ 36 654звёзд репо channel-digest Команда channel-digest для Claude Code собирает сводку недавней активности в нескольких каналах Slack. Она выделяет темы, решения и вопросы из сообщений. CX Codex +1 ★ 36 654звёзд репо prospect Собирает списки компаний и контактов через Common Room Prospector. Запускается на запросы о поиске компаний по критериям, контактов или целевых списков. CX Codex +1 ★ 36 654звёзд репо call-prep Скилл call-prep для Claude Code собирает бриф перед звонком клиенту по сигналам Common Room. Запускается по запросу на подготовку к встрече с конкретной компанией. CX Codex +1 ★ 36 654звёзд репо weekly-brief Команда weekly-brief для Claude Code собирает еженедельную сводку по календарю и Common Room. Она берёт внешние встречи за заданный период, изучает компании и участников и сортирует заметки по датам. CX Codex +1 ★ 36 654звёзд репо generate-account-plan Команда generate-account-plan для Claude Code собирает стратегический план по компании. Она анализирует данные об аккаунте, контактах и активности, а при нехватке данных может дополнить их веб-поиском. CX Codex +1 ★ 36 654звёзд репо generate-guidelines Команда generate-guidelines для Claude Code создаёт рекомендации по голосу бренда из документов, расшифровок и отчётов. Она собирает материалы в единый гайд и сохраняет его в рабочей папке. CX Codex +1 ★ 36 654звёзд репо enforce-voice Команда enforce-voice для Claude Code применяет бренд-гайдлайны к запросу на создание контента. Она проверяет голос и тон, а затем сверяет результат с правилами бренда. CX Codex +1 ★ 36 654звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой