Was macht gsearch-mcp?
Ermöglicht KI-Tools Echtzeit-Google-Suche mit Grounding über MCP in einem einzigen Go-Binary ohne Laufzeitabhängigkeiten.
Ermöglicht KI-Tools Echtzeit-Google-Suche mit Grounding über MCP in einem einzigen Go-Binary ohne Laufzeitabhängigkeiten.
Dieses Skill, `alanecolourless776/gsearch-mcp`, bietet eine schlanke und eigenständige Lösung, um KI-Assistenten (wie Claude Code, Cursor oder Codx) mit Echtzeit-Google-Suchergebnissen zu versorgen. Es implementiert das Model Context Protocol (MCP), sodass der Assistent aktuelle Informationen aus dem Web abrufen kann. Die gesamte Logik ist in einem kompilierbaren Go-Binary gebündelt, das keinerlei externe Laufzeitumgebungen oder Abhängigkeiten erfordert – eine ideale Lösung für Entwickler, die ihren KI-Tools zuverlässiges und aktuelles Web-Wissen hinzufügen möchten, ohne komplexe Setup-Prozesse. Unterstützt wird das Skill auf allen Plattformen, die MCP-kompatible KI-Agenten ausführen, und arbeitet als einfacher Server, der auf Anfragen antwortet.
npx skills add alanecolourless776/gsearch-mcpInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ermöglicht KI-Tools Echtzeit-Google-Suche mit Grounding über MCP in einem einzigen Go-Binary ohne Laufzeitabhängigkeiten.
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.