Ein speicherorientierter KI-Agent, der sich erinnert, warum Entscheidungen getroffen wurden – nicht nur die letzte Nachricht. Läuft lokal (Ollama), in der Cloud (Claude · OpenAI · Gemini) oder dezentral in TEE. Graph-Gedächtnis, selbstlernende Fähigkeiten, Multi-Modell-Routing und sandboxierte Tools. MCP · ACP · A2A. Eine einzige Rust-Binärdatei.
bug-ops/zeph ist ein KI-Agent mit Gedächtnisorientierung, der Entscheidungsgründe speichert und nicht nur den letzten Nachrichtenverlauf. Es unterstützt den Betrieb auf lokalen Umgebungen (Ollama), Cloud-Diensten (Claude, OpenAI, Gemini) und dezentralen Trusted Execution Environments (TEE). Mit einem Graph-Gedächtnis kann der Agent komplexe Beziehungen zwischen Datenpunkten abbilden, während Selbstlernfähigkeiten ihm ermöglichen, sich durch Interaktionen kontinuierlich zu verbessern. Die Multi-Modell-Routing-Funktion wählt automatisch das beste Sprachmodell für jede Aufgabe aus, und sandboxierte Werkzeuge gewährleisten sichere Ausführung von Befehlen und Skripten. Durch die Unterstützung offener Protokolle wie MCP, ACP und A2A lässt sich der Agent nahtlos in bestehende KI-Ökosysteme integrieren. Entwickelt als reine Rust-Binärdatei, bietet Zeph hohe Leistung und minimalen Ressourcenverbrauch, was es ideal für Entwickler macht, die zuverlässige, kontextbewusste KI-Agenten für Debugging, Code-Analyse und automatisierte Arbeitsabläufe benötigen.
npx skills add bug-ops/zephInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein speicherorientierter KI-Agent, der sich erinnert, warum Entscheidungen getroffen wurden – nicht nur die letzte Nachricht. Läuft lokal (Ollama), in der Cloud (Claude · OpenAI · Gemini) oder dezentral in TEE. Graph-Gedächtnis, selbstlernende Fähigkeiten, Multi-Modell-Routing und sandboxierte Tools. MCP · ACP · A2A. Eine einzige Rust-Binärdatei.
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.