Agentische Forschungssteuerungsebene mit lokalen Nachweisen, Provenienz-Paketierung und expliziter Audit-Status-Berichterstattung.
Das alias8818/enoch-agentic-research-system ist eine agentische Forschungssteuerungsebene, die lokale Beweise, Provenienz-Paketierung und explizite Audit-Status-Berichte bereitstellt. Es ermöglicht KI-Agenten, Forschungsabläufe zu orchestrieren, dabei nachvollziehbare Beweisketten zu generieren und den Audit-Status jeder Operation explizit zu dokumentieren. Das System ist besonders nützlich für Entwickler, die vertrauenswürdige und überprüfbare Forschungsworkflows mit KI-Agenten aufbauen möchten, z.B. auf Plattformen wie Claude Code oder Cursor. Es unterstützt die Verpackung von Provenienzdaten und die Erstellung lokaler Nachweise, um die Integrität und Rückverfolgbarkeit von Forschungsergebnissen zu gewährleisten.
npx skills add alias8818/enoch-agentic-research-systemInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Agentische Forschungssteuerungsebene mit lokalen Nachweisen, Provenienz-Paketierung und expliziter Audit-Status-Berichterstattung.
Quelle: https://github.com/alias8818/enoch-agentic-research-system
Hochgeladen: 2026-05-12T10:02:58Z Sterne: 11
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.