Was macht magi-researchers?
Drei KI-Modelle, eine Synthese — Claude, Gemini und Codex überprüfen sich gegenseitig für gründliche, multiperspektivische Forschung
Drei KI-Modelle, eine Synthese – Claude, Gemini und Codex überprüfen sich gegenseitig für gründliche, multiperspektivische Forschung
Dieses Skill ermöglicht es, Forschungsergebnisse von drei verschiedenen KI-Modellen (Claude, Gemini und Codex) gleichzeitig anzufordern und deren Antworten zu einer einzigen, kohärenten Synthese zusammenzuführen. Es eignet sich besonders für Aufgaben, die eine hohe Genauigkeit und multiple Perspektiven erfordern, wie z.B. Literaturrecherche, technische Analysen oder kritisches Denken. Der Skill läuft auf der Codex-Plattform (oder einem kompatiblen Terminal-basierten AI-Agenten) und nutzt API-Aufrufe, um die Modelle parallel zu befragen. Die Antworten werden dann in einem strukturierten Bericht mit Querverweisen zusammengefasst, sodass Widersprüche und Übereinstimmungen schnell erkennbar sind.
npx skills add Axect/magi-researchersInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Drei KI-Modelle, eine Synthese — Claude, Gemini und Codex überprüfen sich gegenseitig für gründliche, multiperspektivische Forschung
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.