Repo GitHub Trending #1 Baru Saja MEMECAHKAN Masalah Pencarian Claude

CChase AI
컴퓨터/소프트웨어마케팅/광고AI/미래기술

Transcript

00:00:00Cloud Code punya masalah pencarian informasi, dan repositori GitHub open-source ini solusinya.
00:00:05Namanya Last 30 Days, yang membantu mengatasi dilema Anda
00:00:08setiap kali mencoba menyuruh Cloud Code mencari sesuatu.
00:00:10Antara kita mengandalkan pencarian web biasa, yang pada dasarnya cuma pencarian Google standar,
00:00:14atau harus memakai riset mendalam (deep research) yang memakan waktu 5, 10, 15, hingga 20 menit,
00:00:19ratusan sub-agen, dan berpotensi menghabiskan jutaan token.
00:00:23Sebaliknya, skill Last 30 Days memberikan jalan tengah yang sempurna
00:00:26di mana kita bisa melakukan *scraping* ke berbagai platform
00:00:28dan mengetahui sentimen pengguna secara nyata,
00:00:31bukan sekadar judul berita atau artikel yang berada di peringkat atas SEO.
00:00:35Ini alat yang sempurna untuk siapa saja yang melakukan riset dengan Cloud Code,
00:00:38jadi pastikan Anda menonton video ini sampai selesai.
00:00:40Skill Last 30 Days ini adalah repositori open-source GitHub yang sudah dapat 55.000 bintang.
00:00:44Repo ini sempat jadi repo nomor satu di GitHub hari ini,
00:00:47dan pada dasarnya, alat ini memungkinkan Cloud Code
00:00:49untuk mengekstrak data dari semua platform media sosial utama.
00:00:52Mulai dari Reddit, Hacker News, Polymarket, GitHub, YouTube, TikTok, Instagram,
00:00:57semuanya. Fitur ini menelusuri dan menemukan informasi yang perlu Anda ketahui.
00:01:00Sekali lagi, kita dapat banyak sentimen pengguna yang tidak didapat dari pencarian web biasa,
00:01:04lalu alat ini merangkum semuanya dan memberikan laporan.
00:01:07Laporannya terlihat seperti ini.
00:01:08Jadi yang saya tanyakan ke Cloud Code adalah,
00:01:10apa yang dikatakan orang-orang tentang Cloud Opus 5?
00:01:12Di sebelah kiri, kita punya laporan menggunakan skill Last 30 Days,
00:01:15dan di sebelah kanan, kita punya pencarian web Cloud Plus.
00:01:17Pertama, mari lihat hasil pencarian web Cloud Plus, apa yang kita dapatkan?
00:01:22Kita pada dasarnya cuma dapat ringkasan artikel utama yang ada di Google
00:01:27jika menanyakan, apa kata orang tentang Opus 5?
00:01:30Hasilnya tidak salah, tapi tidak menggali lebih dalam
00:01:33untuk melihat apa yang sebenarnya dikatakan orang-orang di Twitter, Reddit,
00:01:37atau platform semacamnya.
00:01:38Hasil ini tidak menjangkau tingkat akar rumput.
00:01:41Sementara jika melihat laporan Last 30 Days,
00:01:43bisa dilihat kalau jangkauannya jauh lebih luas,
00:01:45dan itu sangat jelas saat kita melihat sumber data aslinya.
00:01:49Untuk laporan ini, alat ini memeriksa 22 utas Reddit,
00:01:5213 unggahan X, 14 video YouTube, 26 TikTok, 13 Reel Instagram,
00:01:5716 cerita dari Hacker News, 25 item dari GitHub, dan beberapa dari Polymarket.
00:02:02Itu adalah informasi yang sangat banyak.
00:02:04Jadi hal yang bisa disampaikan kepada kita
00:02:07sangat terperinci mengenai opini publik.
00:02:10Laporan ini membahas respons di Instagram
00:02:12dan TikTok untuk ranah konten berdurasi pendek.
00:02:14Melaporkan sudut pandang yang berkembang saat ini,
00:02:18terutama seperti Opus 5 yang harganya setengah dari Fable 5.
00:02:21Juga membahas kritik yang ada di kolom komentar, bukan cuma di unggahannya.
00:02:24Sekadar membaca judul unggahan di Reddit itu satu hal.
00:02:27Hal lain adalah melihat isi kolom komentarnya.
00:02:30Apakah mereka setuju dengan isi unggahan aslinya?
00:02:33Atau justru terjadi banyak perdebatan?
00:02:35Dan terakhir, laporan ini memberi tahu ulasan profesional
00:02:37mengenai sentimen secara umum.
00:02:48Saat menggabungkan semuanya, Anda mendapatkan pemahaman yang jauh lebih dalam
00:02:51dengan skill Last 30 Days ini.
00:02:57Membahasnya lebih dalam, dengan skill Last 30 Days ini,
00:03:00laporan ini hanyalah rangkuman kecil dari semua yang berhasil dikumpulkan.
00:03:08Di balik laporan yang Anda lihat, sistem juga membuat berkas Markdown.
00:03:11Itu adalah ringkasan yang sedikit lebih detail.
00:03:13Anda bisa melihat format mentahnya di sini,
00:03:16yang menjelaskan lebih detail tentang apa yang ditemukan di setiap platform.
00:03:23Selain itu,
00:03:23alat ini mengumpulkan segalanya dan menyimpannya ke berkas JSON,
00:03:27seperti semua transkrip, komentar, dan hal-hal tersebut.
00:03:30Itulah yang kita lihat di sini.
00:03:32Ada banyak sekali data, kan?
00:03:34Jauh lebih banyak data untuk Anda selidiki.
00:03:37Sebelum kita membahas lebih detail tentang skill ini,
00:03:39pesan singkat dari sponsor hari ini, yaitu saya sendiri.
00:03:42Di dalam Chase AI+,
00:03:44saya baru saja merilis Cloud Code Masterclass.
00:03:46Ini cara terbaik untuk berkembang dari pemula menjadi pengembang AI,
00:03:49terutama jika Anda tidak memiliki latar belakang teknis.
00:03:52Fokus pada kasus penggunaan nyata.
00:03:53Materi ini terus diperbarui.
00:03:55Jika Anda ingin meningkatkan keahlian AI Anda,
00:03:58tetapi bingung harus mulai dari mana,
00:04:00saya sangat menyarankan untuk bergabung dengan kami.
00:04:02Tautan tersedia di komentar yang disematkan.
00:04:04Sampai jumpa di sana.
00:04:05Setelah melihat semua itu,
00:04:06nilai tambah dari skill Last 30 Days ini
00:04:08menjadi sangat jelas.
00:04:09Yaitu sumber datanya.
00:04:10Ini adalah sumber data yang belum tentu bisa diakses
00:04:12menggunakan Cloud Code bawaan.
00:04:14Cakupannya cukup luas.
00:04:15Ada platform besar seperti Reddit,
00:04:17YouTube, Hacker News, dan sejenisnya.
00:04:19Tetapi Anda juga bisa memeriksa LinkedIn, Pinterest, Blue Sky.
00:04:22Semua platform tersedia.
00:04:23Beberapa di antaranya sangat mudah dikonfigurasi.
00:04:25Saat Anda memasang skill ini,
00:04:27yang cuma butuh satu baris perintah.
00:04:28Akan saya tunjukkan sebentar lagi.
00:04:29Semuanya akan terkonfigurasi secara otomatis.
00:04:31Tidak memerlukan API key.
00:04:32Kita tidak perlu membayar apa pun.
00:04:34Beberapa platform memerlukan dependensi tertentu.
00:04:36Cloud Code akan memandu Anda
00:04:38saat Anda menjalankan skill ini.
00:04:39Terakhir, ada platform tertentu
00:04:42yang memerlukan API key,
00:04:43seperti X atau Twitter.
00:04:44Anda akan memerlukan API key X AI
00:04:49untuk mengekstrak data dari Twitter.
00:04:50Meski begitu, biayanya tidak terlalu mahal.
00:04:53Twitter adalah platform dengan biaya tertinggi di sini.
00:04:55Untuk setiap eksekusi yang saya lakukan,
00:04:56rata-rata biayanya cuma sekitar 10 sen.
00:04:59Hal lain yang perlu diperhatikan
00:05:01adalah platform seperti TikTok dan Reel Instagram.
00:05:04Platform tersebut memerlukan API key dari Scrape Creators.
00:05:08Namun, saat Anda menjalankan dan memasang skill ini,
00:05:11sistem akan
00:05:12menyiapkan
00:05:14akun yang disubsidi
00:05:16yang memberi Anda ribuan pemanggilan API gratis.
00:05:20Anda bisa menjalankannya secara gratis
00:05:21tanpa perlu membayar Scrape Creators
00:05:22selama sekitar enam bulan
00:05:23jika menggunakannya setiap hari.
00:05:25Proses konfigurasinya sangat mudah
00:05:28dan Anda mendapatkan akses ke banyak data.
00:05:30Di dalam repositori itu sendiri,
00:05:31terdapat penjelasan rinci
00:05:31mengenai persyaratan dan biaya untuk tiap sumber data.
00:05:35Sebelum masuk ke langkah instalasi dan demonstrasi,
00:05:36mari kita bahas cara kerjanya.
00:05:38Langkah yang perlu dilakukan
00:05:40cukup dengan memanggil skill tersebut
00:05:42di dalam Cloud Code.
00:05:43Ketik /last-30-days-skill
00:05:45atau katakan “gunakan skill 30 days”.
00:05:46Lalu masukkan topik Anda.
00:05:48Seperti contoh yang saya tunjukkan sebelumnya
00:05:49saat saya bertanyak,
00:05:50apa yang dikatakan orang tentang Cloud Opus 5?
00:05:52Sistem akan mengambil instruksi singkat Anda,
00:05:55apa pun bentuk perintahnya.
00:05:56Sistem akan mengoptimalkan perintah tersebut.
00:05:58Kemudian menyebarkan pencarian
00:06:00ke berbagai platform yang ada.
00:06:02Sistem bekerja secara cerdas.
00:06:03Jika Anda meminta,
00:06:05mencari informasi mengenai Kanye West,
00:06:07sistem memahami subreddit mana
00:06:09yang harus diperiksa
00:06:10serta akun Twitter mana yang relevan.
00:06:12Proses pencarian dilakukan secara sejajar.
00:06:14Proses ini berlangsung cukup cepat.
00:06:16Lalu pencarian dilakukan secara mendalam.
00:06:17Sistem tidak sekadar memeriksa judul unggahan,
00:06:20tetapi juga mengulas kolom komentar.
00:06:21Sistem akan mengurutkan informasi
00:06:22dan menyusunnya menjadi ringkasan.
00:06:24Jika informasi yang sama muncul berulang kali
00:06:27di berbagai platform,
00:06:27informasi tersebut mendapat prioritas lebih tinggi.
00:06:29Hasil akhir tidak akan terpengaruh
00:06:31oleh satu komentar acak di Reddit.
00:06:32Laporan akan menyampaikan hal-hal
00:06:34yang menjadi poin utama.
00:06:35Termasuk komentar yang mendapat banyak dukungan.
00:06:36Jika pola informasi serupa ditemukan di Reddit,
00:06:38Twitter,
00:06:38dan YouTube,
00:06:39maka temuan tersebut terbukti signifikan.
00:06:41Proses instalasi di Cloud Code sangat mudah.
00:06:43Hanya memerlukan satu baris kode.
00:06:44Kode ini tersedia di repositori GitHub
00:06:46dan tautannya tertera di deskripsi.
00:06:48Repositori ini juga menyajikan panduan mendalam
00:06:49mengenai penggunaan agen lainnya.
00:06:51Jika Anda menggunakan alat lain
00:06:53seperti Codex, Cursor, dan sejenisnya,
00:06:54pengaturannya sangat sederhana.
00:06:56Bahkan terdapat panduan penggunaan
00:06:57pada aplikasi web claw.ai.
00:06:59Setelah memahami fungsi,
00:07:00cara kerja, dan langkah instalasinya,
00:07:02mari kita simulasikan penggunaannya.
00:07:03Cara menggunakan skill ini sangat sederhana.
00:07:05Seperti skill lainnya, kita bisa memanggilnya
00:07:06dengan mengetik /last-30-days
00:07:09atau menggunakan bahasa sehari-hari.
00:07:11Selanjutnya, kita tinggal memasukkan perintah.
00:07:13Perintahnya adalah, lakukan riset
00:07:15tentang apa yang dikatakan orang-orang
00:07:16mengenai skill last 30 days.
00:07:18Anda telah melihat berbagai sumber data
00:07:21yang dapat kita gunakan.
00:07:22Jika saya tidak memberikan parameter khusus
00:07:24atau informasi tambahan,
00:07:25sistem akan memakai seluruh sumber
00:07:26yang dinilai relevan.
00:07:28Anda juga dapat
00:07:29membatasi cakupan pencarian.
00:07:31Misalnya,
00:07:31saya ingin tahu tentang last 30 days,
00:07:33tetapi hanya periksa Reddit
00:07:34atau hanya memeriksa Twitter
00:07:35atau hanya memeriksa YouTube.
00:07:36Jadi cukup fleksibel dalam hal itu.
00:07:38Dan ingat, jika Anda tidak tahu
00:07:40pilihan apa saja yang Anda miliki
00:07:42dalam hal cara menggunakan skill ini,
00:07:44nah, Claude Code tahu.
00:07:45Karena dia sudah mengunduh skill tersebut,
00:07:46dia tahu tentang skill itu.
00:07:47Dia bisa mengajari Anda praktik terbaik
00:07:49jika apa yang ingin Anda lakukan tidak tercakup,
00:07:50Anda tahu, dalam video ini.
00:07:52Jadi saat saya menjalankannya,
00:07:53dia tidak benar-benar mengajukan
00:07:54pertanyaan atau semacamnya.
00:07:55Tidak ada tanya jawab.
00:07:56Dia langsung memanggil skill tersebut
00:07:57dan mulai bekerja
00:07:58serta menjalankan sejumlah agent
00:08:00secara paralel
00:08:00untuk menjangkau semua platform itu.
00:08:02Jadi untuk melakukan pencarian,
00:08:03dia menjalankan skrip Python deterministik
00:08:06untuk melakukan scraping semuanya.
00:08:07Setelah lima menit,
00:08:08inilah hasil yang diperoleh.
00:08:09Dia memberi kita ringkasan satu kalimat
00:08:11di bagian awal
00:08:11bahwa repo ini berkembang lebih cepat
00:08:13daripada yang bisa dikejar oleh postingan rumor.
00:08:14Dan dia memberi kita angka-angka terkini.
00:08:16Ini membahas tentang
00:08:17benang merah dari semuanya,
00:08:19yaitu memperbaik riset AI generik.
00:08:22Dan ini menunjukkan kepada saya
00:08:23di mana orang lain memperbincangkan hal ini
00:08:25di YouTube dan Twitter.
00:08:26Ini membahas pola-pola utamanya.
00:08:27Didapat dari riset
00:08:28dan kemudian juga membaginya berdasarkan platform.
00:08:31Jadi lima ututas untuk Reddit,
00:08:3222 dari Twitter, dan seterusnya.
00:08:35Lalu ini memperlihatkan
00:08:36di mana kita bisa menemukan hasil mentahnya.
00:08:38Jadi hanya format markdown mentah.
00:08:39Dan jika Anda menginginkan JSON mentah,
00:08:41Anda juga bisa memintanya.
00:08:43Sebagai pembanding,
00:08:43mari kita lihat apa yang kita dapatkan
00:08:44ketika kita memberikannya
00:08:45prompt yang persis sama,
00:08:47tetapi kita beri tahu secara eksplisit,
00:08:48jangan gunakan skill 30 hari untuk ini.
00:08:50Dan inilah laporan yang diberikannya
00:08:51dengan pencarian web murni.
00:08:52Sekali lagi, hasilnya tidak salah.
00:08:54Hanya saja jauh lebih dangkal.
00:08:55Dan kita tidak mendapatkan hal-hal
00:08:56seperti sentimen pengguna.
00:08:57Bahkan ketika membahas
00:08:58apa yang dipuji orang-orang,
00:08:59hal itu agak umum
00:09:00karena tidak melihat komentar
00:09:01dan tidak melihat transkrip
00:09:03atau semacamnya,
00:09:04yang berarti menggunakan pencarian web
00:09:06untuk kebutuhan sehari-hari Anda
00:09:07seperti pertanyaan acak
00:09:08di dalam Claude Code bukanlah hal yang salah.
00:09:10Kita tidak harus menggunakan
00:09:12opsi 30 hari terakhir untuk semuanya.
00:09:13Malah, itu menyarankan Anda untuk tidak
00:09:15karena ini proses yang cukup besar.
00:09:17Tapi menurut saya yang sebenarnya kita dapatkan
00:09:19adalah sesuatu di antara pencarian web,
00:09:22yang hanya di permukaan,
00:09:23dan melakukan,
00:09:24mari kita gunakan slash deep research,
00:09:25workflow dinamis,
00:09:27dengan 3.000 sub-agent, kan?
00:09:29Ini ada di tengah-tengahnya.
00:09:30Dan khususnya,
00:09:31dan saya berpendapat
00:09:31ini mungkin bisa lebih baik
00:09:32daripada deep research
00:09:32dalam hal sentimen pengguna.
00:09:35Seperti yang Anda lihat di sana,
00:09:36sangat mudah digunakan.
00:09:38Instalasinya cuma satu baris.
00:09:39Satu-satunya hal yang mungkin menyulitkan Anda
00:09:41adalah saat mencoba menghubungkan
00:09:43sumber-sumber tertentu.
00:09:44Tapi sekali lagi, Claude Code,
00:09:46tinggal masukkan link repo ini
00:09:47dan dia akan memandu Anda
00:09:48langkah demi langkah yang Anda butuhkan.
00:09:49Dan sebenarnya,
00:09:50satu-satunya yang akan memakan biaya
00:09:52adalah yang untuk X di Twitter.
00:09:54Dan sebagai referensi,
00:09:55setiap kali saya menggunakannya,
00:09:55seperti yang saya katakan sebelumnya,
00:09:56sekitar 10 sen,
00:09:58kurang lebih.
00:09:59Jadi seperti biasa,
00:09:59beri tahu saya pendapat kalian
00:10:00tentang video ini.
00:10:01Pastikan untuk mengecek Chase AI Plus
00:10:03jika Anda ingin mengakses
00:10:04di masterclass Cloud Code saya.
00:10:05Ada link ke sana
00:10:05di komentar yang disematkan.
00:10:07Dan sampai jumpa lagi.

Key Takeaway

Skill open-source 'Last 30 Days' memberikan solusi pencarian data media sosial yang mendalam bagi Claude Code tanpa biaya token tinggi atau durasi panjang dari fitur deep research.

Highlights

  • Skill open-source 'Last 30 Days' di GitHub telah mengumpulkan 55.000 bintang dan memuncaki daftar repositori tren.

  • Metode ini mengisi celah antara pencarian web standar yang dangkal dan fitur deep research yang memakan waktu 5 hingga 20 menit serta menguras jutaan token.

  • Pencarian data dilakukan secara paralel ke platform Reddit, Hacker News, Polymarket, GitHub, YouTube, TikTok, hingga Instagram.

  • Proses instalasi pada Claude Code hanya membutuhkan satu baris perintah tanpa memerlukan API key untuk sebagian besar platform.

  • Pencarian data dari platform X (Twitter) menggunakan API key X AI dengan estimasi biaya sekitar 10 sen per eksekusi.

  • Setiap eksekusi menghasilkan laporan ringkas, dokumen Markdown terstruktur, dan berkas JSON berisi transkrip serta komentar mentah.

Timeline

Dilema Pencarian Informasi pada Claude Code

  • Pencarian web standar hanya menyajikan artikel teratas yang teroptimasi SEO.
  • Fitur deep research membutuhkan waktu hingga 20 menit dan menghabiskan ratusan ribu token.
  • Skill Last 30 Days mengekstraksi sentimen pengguna nyata dari platform media sosial utama.

Claude Code sebelumnya memiliki batasan dalam efisiensi pencarian informasi. Pencarian web bawaan hanya mengandalkan mesin pencari standar yang terbatas pada judul berita atau artikel SEO. Di sisi lain, deep research menguras sumber daya secara masif melalui ribuan sub-agen. Skill Last 30 Days hadir sebagai jalan tengah yang memindai platform seperti Reddit, YouTube, TikTok, dan Hacker News untuk mengambil sentimen publik yang sebenarnya.

Perbandingan Hasil Pencarian Web dan Skill Last 30 Days

  • Pencarian web biasa hanya menyajikan rangkuman artikel di permukaan Google.
  • Skill Last 30 Days memeriksa puluhan utas dan unggahan dari 8 platform berbeda secara bersamaan.
  • Data hasil ekstraksi disimpan dalam bentuk laporan, dokumen Markdown, dan berkas JSON mentah.

Pengujian langsung pada kueri mengenai opini Claude Opus 5 memperlihatkan perbedaan signifikan. Pencarian web standar hanya mengambil rangkuman artikel berita. Sebaliknya, Last 30 Days menganalisis 22 utas Reddit, 13 unggahan X, 14 video YouTube, 26 TikTok, 13 Reel Instagram, 16 cerita Hacker News, dan 25 item GitHub. Selain menyajikan laporan akhir, sistem menyimpan seluruh transkrip dan komentar ke dalam berkas JSON.

Persyaratan API dan Skema Biaya Sumber Data

  • Sebagian besar platform media sosial dapat diakses secara gratis tanpa konfigurasi API key.
  • Pengambilan data dari X memerlukan API key X AI dengan biaya rata-rata 10 sen per eksekusi.
  • Akses TikTok dan Reel Instagram menggunakan integrasi Scrape Creators yang menyediakan ribuan pemanggilan API gratis.

Konfigurasi Last 30 Days berjalan otomatis saat proses instalasi. Platform seperti Reddit, Hacker News, dan YouTube tidak memerlukan API key maupun biaya tambahan. Untuk platform X, pengguna memerlukan API key dari X AI yang menghabiskan biaya sekitar 10 sen per pencarian. Sementara itu, integrasi Scrape Creators menyediakan kuota gratis yang cukup untuk penggunaan harian selama enam bulan.

Mekanisme Kerja dan Algoritma Prioritas Sentimen

  • Perintah sederhana diproses dan dioptimalkan secara otomatis oleh sistem.
  • Skrip Python deterministik menjalankan pencarian secara sejajar di sub-reddit dan akun yang relevan.
  • Informasi yang muncul berulang kali di berbagai platform mendapat bobot prioritas lebih tinggi.

Proses pencarian dimulai saat pengguna mengetik perintah /last-30-days-skill diikuti topik yang diinginkan. Claude Code mengoptimalkan perintah tersebut dan menjalankan skrip Python secara paralel. Sistem memindai hingga ke kolom komentar untuk menilai interaksi pengguna. Pola informasi atau komentar dengan dukungan tinggi yang muncul lintas platform akan diprioritaskan dalam laporan akhir guna menghindari bias dari komentar acak.

Simulasi Eksekusi dan Analisis Laporan Akhir

  • Proses pemindaian lintas platform selesai dalam waktu sekitar lima menit.
  • Cakupan pencarian dapat dibatasi pada platform spesifik sesuai kebutuhan pengguna.
  • Last 30 Days beroperasi di titik optimal antara pencarian web dangkal dan deep research.

Pengujian riset mengenai skill Last 30 Days menghasilkan laporan lengkap dalam waktu lima menit tanpa interupsi tanya-jawab. Laporan tersebut mencakup angka pertumbuhan repositori, pola pembahasan utama, serta pemisahan data per platform. Pengguna dapat membatasi pencarian hanya pada platform tertentu seperti Reddit atau Twitter. Hasil yang diperoleh memberikan kedalaman analisis sentimen yang melebihi pencarian web biasa tanpa kompleksitas tinggi dari deep research.

Community Posts

View all posts