Le dépôt GitHub n°1 des tendances vient de RÉSOUDRE le problème de recherche de Claude

CChase AI
컴퓨터/소프트웨어마케팅/광고AI/미래기술

Transcript

00:00:00Claude Code a un problème de recherche, et ce dépôt GitHub en open source le résout.
00:00:05Il s'appelle Last 30 Days, et il vous aide à surmonter le dilemme auquel vous faites face
00:00:08chaque fois que vous essayez de faire chercher quelque chose à Claude Code.
00:00:10Soit nous comptons sur la recherche web, qui n'est au fond qu'une recherche Google améliorée,
00:00:14soit nous devons utiliser une recherche approfondie, qui prend 5, 10, 15, 20 minutes,
00:00:19des centaines de sous-agents, et potentiellement des millions de tokens.
00:00:23À la place, la compétence Last 30 Days offre un parfait juste milieu
00:00:26où nous pouvons scrapper plein de plateformes différentes
00:00:28et découvrir l'opinion réelle des utilisateurs,
00:00:31pas seulement les titres ou les articles bien positionnés en SEO.
00:00:35C'est l'outil parfait pour quiconque fait des recherches avec Claude Code,
00:00:38alors vous devriez vraiment regarder ce qui suit.
00:00:40La compétence Last 30 Days est un dépôt GitHub open source qui compte 55 000 étoiles.
00:00:44Il a été le dépôt GitHub numéro un du jour,
00:00:47et ce qu'il fait essentiellement, c'est permettre à Claude Code
00:00:49de scrapper toutes les principales plateformes de réseaux sociaux.
00:00:52Je parle de sites comme Reddit, Hacker News, Polymarket, GitHub, YouTube, TikTok, Instagram,
00:00:57absolument tous. Il va chercher les informations dont vous avez besoin.
00:01:00Encore une fois, on obtient ici l'avis réel des utilisateurs qu'une recherche web classique ne donnerait pas,
00:01:04puis il synthétise le tout et vous donne un rapport.
00:01:07Et ce rapport ressemble à ceci.
00:01:08J'ai demandé à Claude Code :
00:01:10“Que disent les gens sur Claude Opus 5 ?”
00:01:12À gauche, nous avons le rapport utilisant la compétence Last 30 Days,
00:01:15et à droite, la recherche web standard de Claude.
00:01:17Si l'on regarde d'abord le résultat de la recherche web classique de Claude, qu'obtient-on ?
00:01:22On obtient essentiellement un résumé des principaux articles trouvés sur Google
00:01:27si vous cherchiez ce que les gens disent d'Opus 5.
00:01:30Ce n'est pas forcément faux, mais ça ne va pas plus loin
00:01:33pour voir ce que les gens disent réellement sur des plateformes comme Twitter ou Reddit,
00:01:37ce genre de choses, vous voyez ?
00:01:38Ça ne descend pas sur le terrain.
00:01:41En revanche, si l'on regarde le rapport de Last 30 Days,
00:01:43vous voyez qu'on ratisse beaucoup plus large,
00:01:45et c'est très évident quand on examine les sources.
00:01:49Pour ce rapport, il a consulté 22 fils Reddit.
00:01:52Il y a eu 13 posts X, 14 vidéos YouTube, 26 TikToks, 13 Reels Instagram,
00:01:5716 articles de Hacker News, 25 éléments provenant de GitHub et des infos de Polymarket.
00:02:02Ça fait énormément d'informations.
00:02:04Et ce qu'il peut nous révéler, ce sont des choses
00:02:07très précises sur ce que pensent vraiment les gens.
00:02:10Il aborde l'accueil sur Instagram
00:02:12et sur TikTok pour les formats courts.
00:02:14Il montre comment le sujet est présenté,
00:02:18notamment qu'Opus 5 coûte deux fois moins cher que Fable 5.
00:02:21Il mentionne aussi les réactions négatives dans les commentaires, pas juste dans les posts.
00:02:24C'est une chose de lire les titres des publications sur Reddit,
00:02:27c'en est une autre de voir ce que disent les commentaires.
00:02:30Est-ce qu'ils sont d'accord avec le post d'origine ?
00:02:33Ou y a-t-il plein de débats houleux ?
00:02:35Enfin, concernant les avis professionnels,
00:02:37il donne la tendance générale.
00:02:48En rassemblant tout ça, vous obtenez une analyse bien plus poussée
00:02:51grâce à cette compétence Last 30 Days.
00:02:57Pour aller un peu plus loin sur ce sujet,
00:03:00ce rapport n'est qu'une courte synthèse de tout ce qu'il a rassemblé.
00:03:08En coulisses, l'outil crée aussi un fichier Markdown.
00:03:11C'est un résumé un peu plus détaillé.
00:03:13Vous pouvez le voir sous sa forme brute juste ici,
00:03:16où il détaille davantage ce qu'il a trouvé sur chaque plateforme.
00:03:23Et au-delà de ça,
00:03:23il collecte tout et le place dans un fichier JSON,
00:03:27comme l'intégralité des transcriptions, des commentaires, etc.
00:03:30Et c'est exactement ce qu'on voit là.
00:03:32Il y a une tonne de données, n'est-ce pas ?
00:03:34C'est bien plus d'informations à analyser.
00:03:37Avant d'entrer plus en détail dans cette compétence,
00:03:39un mot rapide sur notre sponsor du jour : moi-même.
00:03:42Dans Chase AI+,
00:03:44je viens de sortir la Masterclass Claude Code.
00:03:46C'est la meilleure méthode pour passer de zéro à développeur IA,
00:03:49surtout si vous n'avez pas de formation technique.
00:03:52Elle est axée sur des cas d'usage réels.
00:03:53Et elle est mise à jour en permanence.
00:03:55Si vous souhaitez monter en compétences en IA
00:03:58mais que vous ne savez pas par où commencer,
00:04:00je vous conseille vivement de jeter un œil.
00:04:02Le lien se trouve dans le commentaire épinglé.
00:04:04En espérant vous y retrouver !
00:04:05En voyant tout ça,
00:04:06la valeur ajoutée devient évidente
00:04:08avec cette compétence des 30 jours.
00:04:09Et ce sont les sources.
00:04:10Ce sont des sources inaccessibles
00:04:12avec Claude Code par défaut.
00:04:14Et c'est très vaste.
00:04:15On retrouve les incontournables comme Reddit,
00:04:17YouTube, Hacker News et ainsi de suite.
00:04:19Mais vous pouvez aussi explorer LinkedIn, Pinterest, Bluesky.
00:04:22Il y a vraiment tout.
00:04:23Certaines options sont très faciles à configurer.
00:04:25Lorsque vous installez cette compétence,
00:04:27ce qui se fait via une seule ligne de commande,
00:04:28je vous montre ça dans une seconde,
00:04:29tout s'installe automatiquement pour vous.
00:04:31Aucune clé API n'est requise.
00:04:32Il n'y a rien à payer.
00:04:34D'autres éléments nécessitent des dépendances.
00:04:36Et là encore, Claude Code vous guidera
00:04:38lorsque vous exécuterez cette compétence.
00:04:39Enfin, certaines plateformes
00:04:42exigent simplement une clé API,
00:04:43comme X ou Twitter.
00:04:44Il vous faudra une clé API xAI
00:04:49pour pouvoir scrapper Twitter.
00:04:50Cela dit, ce n'est pas particulièrement cher.
00:04:53Twitter est la ressource la plus coûteuse ici.
00:04:55Et pour chaque exécution que j'ai faite,
00:04:56cela revenait en moyenne à environ 10 centimes.
00:04:59L'autre élément à prendre en compte,
00:05:01ce sont les plateformes comme TikTok et Instagram Reels.
00:05:04Elles nécessitent une clé API de chez Scrape Creators.
00:05:08Cependant, quand vous lancez et installez la compétence,
00:05:11elle va
00:05:12automatiquement vous créer
00:05:14un compte subventionné
00:05:16qui vous offre plusieurs milliers d'appels gratuits.
00:05:20Vous pouvez donc l'utiliser gratuitement
00:05:21sans jamais rien payer à Scrape Creators
00:05:22pendant au moins six mois,
00:05:23même en l'utilisant tous les jours.
00:05:25C'est donc extrêmement simple à configurer,
00:05:28tout en vous donnant accès à énormément de ressources.
00:05:30Et sur le dépôt lui-même,
00:05:31tout est détaillé concernant
00:05:31les prérequis de chaque source et leurs coûts.
00:05:35Avant de passer à l'installation et à la démonstration,
00:05:36voyons comment cela fonctionne.
00:05:38Concrètement, tout ce que vous avez à faire,
00:05:40c'est d'appeler la compétence
00:05:42directement dans Claude Code.
00:05:43Vous tapez /last-30-days
00:05:45ou vous dites simplement d'utiliser la compétence 30 days.
00:05:46Puis vous lui donnez un sujet.
00:05:48Exactement comme dans mon exemple
00:05:49où j'ai demandé :
00:05:50“Que disent les gens sur Claude Opus 5 ?”
00:05:52L'outil va ensuite prendre votre prompt rudimentaire,
00:05:55quel qu'il soit,
00:05:56et il va l'optimiser pour le rendre meilleur.
00:05:58Il va ensuite se déployer
00:06:00pour interroger toutes ces plateformes.
00:06:02Comme indiqué ici, il procède de manière intelligente.
00:06:03Si vous demandez,
00:06:05par exemple, de chercher des infos sur Kanye West,
00:06:07il sait exactement quels subreddits
00:06:09consulter
00:06:10et quels comptes Twitter sont pertinents.
00:06:12Il effectue ensuite toutes ses recherches en parallèle,
00:06:14ce qui rend le processus très rapide.
00:06:16Ensuite, il analyse les données en profondeur.
00:06:17Comme je l'ai dit, il ne se contente pas des titres des posts,
00:06:20il analyse aussi les commentaires.
00:06:21À partir de là, il classe les informations
00:06:22et les synthétise dans un compte rendu.
00:06:24S'il retrouve les mêmes éléments de façon récurrente
00:06:27sur différentes plateformes,
00:06:27il va leur accorder bien plus de poids.
00:06:29Il ne va pas se laisser induire en erreur
00:06:31par un commentaire Reddit isolé.
00:06:32Il vous indique dans le rapport :
00:06:34“Voici le sujet principal.
00:06:35Voici le commentaire le plus approuvé.”
00:06:36Il se dit : “Si cette info apparaît sur Reddit,
00:06:38sur Twitter
00:06:38et sur YouTube,
00:06:39c'est qu'il y a quelque chose d'important.”
00:06:41L'installation dans Claude Code est très simple :
00:06:43il suffit d'une seule ligne de code.
00:06:44Elle sera disponible dans le dépôt GitHub,
00:06:46dont je mettrai le lien en description.
00:06:48De plus, ce dépôt est très complet
00:06:49concernant l'intégration d'autres agents.
00:06:51Si vous utilisez d'autres outils
00:06:53comme Codex, Cursor ou équivalent,
00:06:54c'est très simple à mettre en place.
00:06:56Il explique même la marche à suivre
00:06:57sur l'application web claude.ai.
00:06:59Maintenant que vous savez ce que c'est,
00:07:00comment ça marche et comment l'installer,
00:07:02faisons une petite démonstration.
00:07:03Utiliser cette compétence est très simple.
00:07:05Comme pour toute compétence, on peut l'appeler
00:07:06en tapant simplement /last-30-days
00:07:09ou en l'exprimant en langage naturel.
00:07:11Ensuite, il suffit de saisir notre prompt.
00:07:13Notre demande est la suivante : recherche
00:07:15ce que les gens disent
00:07:16sur la compétence Last 30 Days.
00:07:18Vous avez vu toutes les sources différentes
00:07:21qui sont à notre disposition.
00:07:22Si je ne précise aucun filtre
00:07:24ou information complémentaire,
00:07:25il va toutes les utiliser
00:07:26s'il les juge pertinentes.
00:07:28Vous avez aussi la possibilité
00:07:29de restreindre le périmètre.
00:07:31Je pourrais dire :
00:07:31“Je veux des infos sur Last 30 Days,
00:07:33mais vérifie uniquement Reddit,
00:07:34ou seulement sur Twitter
00:07:35ou seulement sur YouTube.
00:07:36C'est donc très flexible à ce niveau-là.
00:07:38Et n'oubliez pas, si vous ne savez pas
00:07:40quelles options s'offrent à vous
00:07:42pour utiliser cette compétence,
00:07:44Claude Code, lui, le sait.
00:07:45Puisqu'il a téléchargé la compétence,
00:07:46il la connaît.
00:07:47Il peut vous enseigner les meilleures pratiques
00:07:49si ce que vous voulez faire n'est pas couvert,
00:07:50vous savez, dans cette vidéo.
00:07:52Alors quand je le lance,
00:07:53il ne va pas vraiment me poser
00:07:54de questions ou quoi que ce soit.
00:07:55Il n'y a pas d'aller-retour.
00:07:56Il va juste appeler la compétence,
00:07:57se mettre au travail
00:07:58et exécuter plusieurs agents
00:08:00en parallèle
00:08:00pour couvrir toutes ces différentes plateformes.
00:08:02Pour exécuter la recherche,
00:08:03il lance un script Python déterministe
00:08:06qui va tout scraper.
00:08:07Au bout de cinq minutes,
00:08:08voici ce qu'il nous renvoie.
00:08:09Il nous donne une sorte de résumé en une ligne
00:08:11au début,
00:08:11disant que ce dépôt grandit plus vite
00:08:13que les posts promotionnels ne peuvent le suivre.
00:08:14Et il nous donne les chiffres en temps réel.
00:08:16Il aborde la ligne
00:08:17directrice de tout cela,
00:08:19à savoir que ça corrige la recherche IA générique.
00:08:22Et il me montre
00:08:23où les gens en parlent
00:08:25sur YouTube et Twitter.
00:08:26Il parle des tendances clés
00:08:27tirées de la recherche,
00:08:28puis il détaille le tout par plateforme.
00:08:31Donc cinq fils sur Reddit,
00:08:3222 sur Twitter, et cetera, et cetera.
00:08:35Ensuite, il nous montre
00:08:36où trouver les résultats bruts.
00:08:38Juste le fichier Markdown brut.
00:08:39Et si vous voulez le JSON brut,
00:08:41vous pouvez aussi le demander.
00:08:43À titre de comparaison,
00:08:43voyons ce qu'on obtient
00:08:44quand on lui donne essentiellement
00:08:45exactement le même prompt,
00:08:47mais qu'on lui dit explicitement :
00:08:48“n'utilise pas la compétence 30-day pour ça”.
00:08:50Et voici le rapport qu'il génère
00:08:51avec une simple recherche web.
00:08:52Encore une fois, ce n'est pas faux.
00:08:54C'est juste beaucoup plus superficiel.
00:08:55Et on n'obtient pas vraiment
00:08:56l'avis des utilisateurs.
00:08:57Même quand il mentionne
00:08:58ce que les gens apprécient,
00:08:59ça reste très générique
00:09:00parce qu'il ne regarde pas les commentaires
00:09:01ni les transcriptions
00:09:03ou ce genre de choses,
00:09:04ce qui veut dire qu'utiliser la recherche web
00:09:06au quotidien
00:09:07pour des questions aléatoires
00:09:08dans Claude Code n'est pas une erreur.
00:09:10On n'a pas besoin d'utiliser
00:09:12last 30 days pour tout.
00:09:13En fait, je vous le déconseillerais
00:09:15car c'est une opération assez lourde.
00:09:17Mais je pense que cela nous offre
00:09:19un juste milieu entre la recherche web,
00:09:22qui reste en surface,
00:09:23et le fait de lancer
00:09:24un /deep-research,
00:09:25des workflows dynamiques
00:09:27et 3 000 sous-agents, vous voyez ?
00:09:29C'est l'intermédiaire parfait.
00:09:30Et surtout,
00:09:31je dirais même
00:09:31que c'est peut-être
00:09:32meilleur que le deep research
00:09:32pour analyser l'avis des utilisateurs.
00:09:35Comme vous l'avez vu,
00:09:36c'est très simple à utiliser.
00:09:38L'installation se fait en une ligne.
00:09:39La seule chose qui pourrait vous bloquer,
00:09:41c'est quand vous essayez de connecter
00:09:43des sources spécifiques.
00:09:44Mais là encore, avec Claude Code,
00:09:46donnez-lui simplement le lien du dépôt
00:09:47et il vous guidera
00:09:48pour configurer celles dont vous avez besoin.
00:09:49Et en réalité,
00:09:50la seule qui va vous coûter de l'argent
00:09:52sera celle pour X / Twitter.
00:09:54À titre d'information,
00:09:55à chaque fois que je l'ai utilisé,
00:09:55comme je l'ai dit plus tôt,
00:09:56ça coûte environ 10 cents,
00:09:58à peu de choses près.
00:09:59Comme toujours,
00:09:59dites-moi ce que vous avez pensé
00:10:00de cette vidéo.
00:10:01N'oubliez pas de jeter un œil à Chase AI Plus
00:10:03si vous voulez accéder
00:10:04à ma masterclass Claude Code.
00:10:05Vous trouverez un lien
00:10:05dans le commentaire épinglé.
00:10:07Et je vous dis à bientôt !

Key Takeaway

La compétence open source Last 30 Days résout le manque de profondeur de la recherche web de Claude Code en exécutant des scripts Python parallèles sur neuf réseaux sociaux pour extraire l'opinion réelle des utilisateurs pour un coût moyen de 0,10 $.

Highlights

  • Le dépôt GitHub open source Last 30 Days cumule 55 000 étoiles et s'impose comme une alternative intermédiaire aux recherches web classiques et au Deep Research sur Claude Code.

  • La compétence extrait les données réelles et commentaires d'utilisateurs sur Reddit, Twitter/X, YouTube, TikTok, Instagram, Hacker News, GitHub et Polymarket.

  • L'exécution du scraping s'appuie sur un script Python déterministe qui interroge en parallèle des subreddits et comptes ciblés selon le sujet.

  • L'intégration du service Scrape Creators fournit un compte subventionné offrant plusieurs milliers d'appels gratuits pour TikTok et Instagram Reels.

  • L'extraction de données sur Twitter/X via l'API xAI coûte environ 0,10 $ par requête.

Timeline

Limites de la recherche standard et positionnement de Last 30 Days

  • La recherche web classique de Claude Code se limite à de la recherche Google optimisée sans accès aux retours d'expérience réels.
  • Le Deep Research nécessite 5 à 20 minutes d'exécution, des centaines de sous-agents et un volume massif de tokens.
  • Le dépôt Last 30 Days cumule 55 000 étoiles sur GitHub en proposant une extraction directe sur les réseaux sociaux.

L'accès aux données des plateformes comme Reddit, Hacker News, Polymarket, YouTube, TikTok et Instagram permet de contourner les articles optimisés pour le référencement naturel. Ce mécanisme capture le sentiment authentique des utilisateurs plutôt que la simple reprise de communiqués officiels. L'outil comble l'écart entre le survol superficiel de la recherche web et la lourdeur algorithmique du Deep Research.

Analyse comparative des résultats de recherche

  • Un test comparatif sur Claude Opus 5 analyse 22 fils Reddit, 13 posts X, 14 vidéos YouTube, 26 TikToks et 16 articles Hacker News.
  • Le système extrait et analyse les sections de commentaires pour évaluer les débats et l'accord global de la communauté.
  • Les données brutes collectées sont compilées et sauvegardées sous formats Markdown et JSON.

La recherche web basique se contente de résumer les principaux titres indexés par Google. Last 30 Days approfondit l'analyse en extrayant la structure des commentaires sous les publications. Cette approche révèle des informations financières et techniques précises, comme le positionnement tarifaire d'Opus 5 par rapport aux modèles concurrents. L'enregistrement des transcriptions et commentaires dans un fichier JSON fournit un jeu de données complet pour des analyses ultérieures.

Configuration technique et structure des coûts d'API

  • L'installation s'effectue via une ligne de commande unique dans Claude Code sans dépendances payantes obligatoires.
  • Le scraping de Twitter/X requiert une clé API xAI générant un coût moyen de 0,10 $ par requête.
  • L'accès à TikTok et Instagram s'appuie sur Scrape Creators avec plusieurs milliers d'appels gratuits inclus.

L'outil prend en charge une large variété de plateformes incluant également LinkedIn, Pinterest et Bluesky. La configuration initiale ne demande aucune clé API pour les fonctions de base. L'intégration automatique d'un compte subventionné sur Scrape Creators couvre les besoins quotidiens en requêtes vidéo sur une période d'au moins six mois. La documentation du dépôt GitHub répertorie l'ensemble des prérequis techniques et des structures tarifaires associés à chaque source de données.

Mécanisme d'exécution et analyse intelligente des requêtes

  • La commande /last-30-days optimise automatiquement le prompt initial avant le lancement des recherches.
  • L'outil cible de manière autonome les subreddits et comptes spécialisés en fonction du sujet soumis.
  • Le dépôt s'intègre directement avec d'autres environnements de développement comme Codex, Cursor ou l'interface web de Claude.

L'appel de la compétence déclenche un ciblage contextuel des sources. Les requêtes s'exécutent en parallèle afin d'accélérer le traitement des données sur l'ensemble des réseaux ciblés. Le système ajuste le périmètre d'analyse en filtrant les plateformes à la demande de l'utilisateur. Claude Code intègre nativement la documentation du dépôt pour guider la configuration des accès spécifiques.

Démonstration pratique et pondération des résultats

  • Le traitement global s'exécute en 5 minutes via un script Python déterministe.
  • L'algorithme attribue un poids supérieur aux informations recoupées sur plusieurs plateformes distinctes.
  • L'utilisation systématique de cette compétence reste déconseillée pour les requêtes simples en raison de sa charge de traitement.

L'exécution génère un rapport synthétique accompagné de statistiques en temps réel sur la propagation du sujet. La validation croisée des données empêche la prise en compte de commentaires isolés ou non représentatifs. L'outil établit une hiérarchie claire en mettant en avant les réactions les plus approuvées par les communautés. Cette méthode offre une alternative plus rapide et ciblée que les workflows à sous-agents multiples pour la mesure d'opinion.

Community Posts

View all posts