Code-Wissensgraph für KI-Codierungsagenten. Zeigen Sie auf ein GitHub-Repository, erhalten Sie einen abfragbaren Graphen jeder Funktion, Klasse und Abhängigkeit – sodass Ihr Agent aufhört, Kontext (und Tokens) für das Lesen ganzer Dateien zu verschwenden. Baum-Sitter + Symbolindex, inkrementelle Builds. Selbstgehostet. Python/Java/JS.
Meridian ist ein Code-Wissensgraph, der speziell für KI-Codierungsagenten entwickelt wurde, um die Effizienz bei der Arbeit mit großen Codebasen zu verbessern. Anstatt ganze Dateien zu lesen, was Kontext- und Token-Limits schnell erschöpft, können Agenten Meridian nutzen, um gezielt nach bestimmten Funktionen, Klassen oder deren Abhängigkeiten zu fragen. Es unterstützt die Sprachen Python, Java und JavaScript und nutzt Tree-Sitter für präzises Syntax-Parsing sowie einen Symbolindex für schnelle Lookups. Dank inkrementeller Builds können Änderungen effizient nachverfolgt werden, und als selbstgehostete Lösung bietet es volle Kontrolle über die Daten. Dies reduziert drastisch die Anzahl der benötigten Tokens und steigert die Leistungsfähigkeit von KI-Agenten in Entwicklungsumgebungen.
npx skills add arkapatra31/meridianInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Code-Wissensgraph für KI-Codierungsagenten. Zeigen Sie auf ein GitHub-Repository, erhalten Sie einen abfragbaren Graphen jeder Funktion, Klasse und Abhängigkeit – sodass Ihr Agent aufhört, Kontext (und Tokens) für das Lesen ganzer Dateien zu verschwenden. Tree-Sitter + Symbolindex, inkrementelle Builds. Selbstgehostet. Python/Java/JS.
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.