Was macht AI-SKILL?
Handkuratierter Index mit über 900 Agenten-Skills (Repos, Kochbücher, MCP-Server, Fallstudien) in 49 Kategorien. Eine YAML-Datei, zweisprachig, keine Bibliothek, keine Tutorial-Seite – nur eine Liste zum Greppen und Vendor.
Handkuratierter Index mit über 900 Agenten-Skills (Repos, Kochbücher, MCP-Server, Fallstudien) in 49 Kategorien. Eine YAML-Datei, zweisprachig, keine Bibliothek, keine Tutorial-Seite – nur eine Liste zum Greppen und Vendor.
Dieser Skill bietet einen handkuratierten Index von über 900 Agenten-Skills, der auf GitHub als einzige YAML-Datei vorliegt. Er deckt 49 Kategorien ab, darunter Repositories, Kochbücher, MCP-Server und Fallstudien, und ist zweisprachig (Englisch/Chinesisch). Der Index ist bewusst einfach gehalten: Er kommt ohne Bibliothek, Framework oder Tutorial-Seite aus – stattdessen können Entwickler die Datei mit `grep` durchsuchen und direkt in ihre eigenen Projekte integrieren („venden“). Das Format eignet sich besonders für AI-Agenten wie Claude Code, Cursor oder Codex, die über CLI oder API auf die Liste zugreifen und relevante Skills automatisiert auswählen können. Der Fokus liegt auf handverlesenen, aktuellen und qualitativ hochwertigen Einträgen, die von der Community kuratiert werden.
npx skills add badhope/AI-SKILLInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Handkuratierter Index mit über 900 Agenten-Skills (Repos, Kochbücher, MCP-Server, Fallstudien) in 49 Kategorien. Eine YAML-Datei, zweisprachig, keine Bibliothek, keine Tutorial-Seite – nur eine Liste zum Greppen und Vendor.
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.