parallel-findall

Découvrir des entités (entreprises, personnes, produits, etc.) correspondant à une description en langage naturel. À utiliser lorsque l'utilisateur demande de « trouver tous les X » ou « lister chaque Y qui… » —…

npx skills add https://github.com/parallel-web/parallel-cursor-plugin --skill parallel-findall

FindAll: Entity Discovery

Find: $ARGUMENTS

Requires parallel-cli ≥ 0.3.0 (the findall command was added in 0.3.0). If parallel-cli findall errors with no such command or similar, tell the user to run parallel-cli update (or pipx upgrade parallel-web-tools if installed via pipx), then retry.

When to use this skill

Use FindAll when the user wants a structured list of entities matching a description, not webpages or a narrative answer.

User asks for…Use
"Find all X that…" / "List every Y…"parallel-findall (this skill)
Webpage results / quick answers / current infoparallel-web-search
Narrative report / analysis / "research X"parallel-deep-research
Add fields to a list you already haveparallel-data-enrichment

If the user already has a list and just wants to add fields, this is the wrong skill — use parallel-data-enrichment.

Step 1: Start the run

parallel-cli findall run "$ARGUMENTS" --no-wait --json

Defaults: generator core, match limit 10. Stick with core unless the user has a reason to escalate:

  • -g pro — most thorough generator (slower, costlier). Use when the user asks for "comprehensive" coverage or matches are sparse on core
  • -g base — fastest, but markedly lower quality. Often returns query-echo entities (e.g., directory pages, the literal query string), entries with no URL, or category placeholders. Only use if the user explicitly asks for a quick scan and accepts noise; otherwise prefer core
  • -n 50 — return up to 50 matched entities (5–1000 allowed)

If the user wants to exclude known entities (e.g., "find competitors but not Google or OpenAI"):

parallel-cli findall run "$ARGUMENTS" --no-wait --json \
    --exclude '[{"name":"Google","url":"google.com"},{"name":"OpenAI","url":"openai.com"}]'

Tip — preview the schema first if the objective is ambiguous: parallel-cli findall ingest "$ARGUMENTS" --json shows the entity type and match conditions the API inferred, so you can refine wording before paying for a run.

Parse the JSON output to extract the findall_id and any monitoring URL. Tell the user:

  • A FindAll run has been started
  • Approximate cadence (minutes for core, longer for pro)
  • They can keep working while it runs

Step 2: Poll for results

Choose a descriptive filename (e.g., series-a-ai-2026, charlotte-roofers). Use lowercase with hyphens, no spaces.

parallel-cli findall poll "$FINDALL_ID" -o "/tmp/$FILENAME.json" --timeout 540

Important:

  • Use --timeout 540 (9 minutes) to stay within tool execution limits
  • Do NOT pass --json for large result sets — it will flood context. -o saves the full results to disk

If the poll times out

Re-run the same parallel-cli findall poll command to continue waiting. Server-side the run continues regardless.

Response format

Before presenting matches, filter the results for obvious noise:

  • Drop entries with empty/missing url
  • Drop entries whose name echoes the user's query (e.g., literal "YC W25 batch companies in developer tools") — those are search-result placeholders, not real entities
  • Drop entries whose url is a third-party directory or profile page rather than the entity's own domain. Concretely: drop URLs on linkedin.com, ycombinator.com/companies/..., crunchbase.com, pitchbook.com, generic news/blog posts about the entity, etc. The URL should be something the entity itself owns (its product site, docs, or marketing site)

If filtering removes a meaningful share of matches, mention this to the user and suggest re-running with -g pro or a higher -n.

Sanity-check -g base results. The base generator can hallucinate categorical attributes (e.g., return a YC S22 company as a YC W25 match). The filter rules above only catch URL/name shape, not factual correctness. If the user's query has a falsifiable attribute (a specific batch, year, geography, etc.), spot-check the kept entries against the source URL and flag any that don't fit. Recommend re-running with -g core (or higher) if either multiple kept entries fail the spot-check or noise filtering dropped a meaningful share of the matched set (say, ≥40%) — both indicate base isn't producing reliable results for this query.

Present the remaining (real) entities as a markdown table or list. Lead with the count, then list each entity with its name, URL, and a one-line description if available. Cite each entity with its source URL.

Tell the user:

  • How many entities were matched (and how many were filtered as noise, if any)
  • The full results path (/tmp/$FILENAME.json)
  • That they can:
    • Add fields to these results, e.g.:

      parallel-cli findall enrich $FINDALL_ID '{"properties":{"ceo":{"type":"string"},"employee_count":{"type":"number"}}}'
      

      The schema is a JSON Schema-style object with properties mapping field names → {type, description?}.

    • Get more matches: parallel-cli findall extend $FINDALL_ID 50

If the parallel-cli binary is not installed

If the shell reports command not found: parallel-cli (i.e. the binary itself is missing — distinct from a No such command error from a stale CLI, which the in-body guidance above covers), stop immediately. Do NOT search the web yourself, do NOT use any built-in search tools, and do NOT try to answer the query from your own knowledge. Instead, tell the user:

  1. parallel-cli is not installed
  2. Run /parallel-setup to install it
  3. Then retry their request

Plus de skills de parallel-web

parallel-monitor
parallel-web
Surveiller en continu le web pour détecter des changements à intervalles réguliers. Utiliser lorsque l'utilisateur demande de « surveiller », « suivre les modifications de », « observer » ou « m'alerter quand » quelque chose…
migrate-to-parallel
parallel-web
Migrez complètement les intégrations de données web d'Exa, Tavily, Perplexity ou Firecrawl vers les produits Parallel appropriés tout en préservant le comportement de l'application. Utilisez…
parallel-data-enrichment
parallel-web
Enrichissement en masse de données d'entreprise, de personnes ou de produits avec des champs issus du web comme les noms des PDG, les financements et les coordonnées. Accepte les données JSON en ligne ou les fichiers CSV ; produit des résultats enrichis au format CSV. Fonctionne de manière asynchrone avec suivi de progression via une URL de surveillance et des commandes d'interrogation. Nécessite l'outil parallel-cli et un accès Internet ; gère de grands ensembles de données avec des délais configurables. Prend en charge les demandes de champs flexibles via des descriptions d'intention en langage naturel (par exemple, "nom du PDG et année de fondation").
parallel-deep-research
parallel-web
Recherche exhaustive avec profondeur, latence et compromis de coût configurables pour des sujets complexes. Trois niveaux de processeurs (pro-fast, ultra-fast, ultra) allant de 30 secondes à 25 minutes, avec un coût variant de 1x à 3x par rapport à la base. Exécution asynchrone avec interrogation : lancez la recherche instantanément, suivez la progression via une URL, récupérez les résultats lorsqu'ils sont prêts sans blocage. Les sorties génèrent un rapport formaté en Markdown et des métadonnées JSON ; un résumé exécutif est affiché sur stdout pour un aperçu rapide. Conçu pour une...
parallel-findall
parallel-web
Découvrir des entités (entreprises, personnes, produits, etc.) correspondant à une description en langage naturel. À utiliser lorsque l'utilisateur demande de « trouver tous les X » ou « lister tous les Y qui… » —…
parallel-memory
parallel-web
Rappelez les exécutions passées de Parallel Task, Monitor et FindAll lorsqu'elles peuvent aider ; évincez les exécutions ou effacez la mémoire lorsqu'on vous le demande.
parallel-web-extract
parallel-web
Extrait le contenu de plusieurs URL en parallèle, de manière économe en tokens. Gère les pages web, articles, PDF et sites lourds en JavaScript avec une seule commande. S'exécute dans un contexte forké pour minimiser la surcharge de tokens par rapport à WebFetch intégré. Prend en charge l'extraction par lots de plusieurs URL avec des objectifs de focus optionnels. Nécessite l'installation et l'authentification de parallel-cli ; produit le contenu extrait au format markdown dans un fichier local pour les requêtes de suivi.
parallel-web-search
parallel-web
Recherche web rapide pour des informations actuelles, des recherches et des vérifications de faits sur internet. Exécute des requêtes basées sur un seul objectif ou plusieurs recherches par mots-clés en parallèle, renvoyant jusqu'à 10 résultats avec des extraits et des métadonnées. Prend en charge le filtrage temporel via --after-date et les recherches spécifiques à un domaine avec --include-domains. Produit un JSON structuré avec titres, URL, dates de publication et extraits pour une analyse facile et des requêtes de suivi. Nécessite des citations en ligne pour chaque affirmation en utilisant le markdown...