Was macht skill-project-knowledge?
Automatisch eine strukturierte Projektwissensbasis (CONTEXT.md) aus der Codebasisanalyse generieren. Inspiriert von mattpococks shared language (52K Sterne) und jcodes semantischem Gedächtnis.
Automatisch eine strukturierte Projektwissensbasis (CONTEXT.md) aus der Codebasisanalyse generieren. Inspiriert von mattpococks shared language (52K Sterne) und jcodes semantischem Gedächtnis.
Dieses Skill ermöglicht es einem KI-Agenten, automatisch eine strukturierte Wissensbasis (CONTEXT.md) für ein Projekt zu erstellen, indem es die vorhandene Codebasis analysiert. Es extrahiert wichtige Informationen wie Code-Struktur, Abhängigkeiten, Konfigurationen und Architekturmuster und organisiert sie in einer übersichtlichen Markdown-Datei. Das Skill ist nützlich, um das Verständnis für ein Projekt zu verbessern, die Zusammenarbeit im Team zu erleichtern und die Dokumentation aktuell zu halten. Es ist mit verschiedenen KI-Agentenplattformen wie Claude Code, Cursor und Codex kompatibel und funktioniert, indem es den Quellcode scannt, Schlüsselaspekte identifiziert und eine CONTEXT.md-Datei generiert, die als gemeinsame Referenz dient.
npx skills add aptratcn/skill-project-knowledgeInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Automatisch eine strukturierte Projektwissensbasis (CONTEXT.md) aus der Codebasisanalyse generieren. Inspiriert von mattpococks shared language (52K Sterne) und jcodes semantischem Gedächtnis.
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.