Ein Paper-Analyse-RAG-System mit Multi-Tool-Agent-Workflow, Sitzungsspeicher und LangGraph-basierter Orchestrierung.
Der **Paper-RAG-Agent-mit-LangGraph** ist ein KI-Agent-Skill, der speziell für die Analyse wissenschaftlicher Paper entwickelt wurde. Er kombiniert Retrieval-Augmented Generation (RAG) mit einem Multi-Tool-Agent-Workflow, der durch LangGraph orchestriert wird. Der Agent kann Paper zusammenfassen, Fragen dazu beantworten, Zitate extrahieren und mit externen Werkzeugen wie PDF-Parsern und Vektordatenbanken interagieren. Seine Sitzungsspeicher-Funktion ermöglicht es dem Benutzer, kontextuell zusammenhängende Unterhaltungen über mehrere Paper hinweg zu führen. Dieser Skill ist besonders nützlich für Forscher, Studierende und Entwickler, die große Mengen akademischer Literatur effizient durchsuchen und analysieren müssen. Er unterstützt eine Vielzahl von Plattformen, darunter Claude Code, Cursor und Codex, und kann einfach als wiederverwendbarer Skill in jedem LangGraph-basierten Agenten-Workflow integriert werden. Die Implementierung folgt den neuesten Best Practices für KI-Agenten und nutzt modulare Komponenten, die einfach erweitert oder angepasst werden können.
npx skills add 1186141415/Paper-RAG-Agent-with-LangGraphInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein Paper-Analyse-RAG-System mit Multi-Tool-Agent-Workflow, Sitzungsspeicher und LangGraph-basierter Orchestrierung.
Quelle: https://github.com/1186141415/Paper-RAG-Agent-with-LangGraph
Entdeckt aus GitHub-Repositories, die in den letzten 24 Stunden für Agent-Skills, Claude/Codex/Gemini-Workflows, MCP-Tooling und angrenzende KI-Agent-Automatisierung gepusht wurden.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.