Was macht research-paper-figure-skill-factory?
Zuletzt aktualisiertes agenten-skill-bezogenes GitHub-Repository: c-narcissus/research-paper-figure-skill-factory.
Erstellt und verwaltet wissenschaftliche Abbildungen für Forschungsarbeiten mithilfe von KI-Agenten.
Dieses Skill-Repository, 'research-paper-figure-skill-factory' von c-narcissus, ermöglicht es KI-Agenten, qualitativ hochwertige Abbildungen für Forschungsarbeiten zu generieren, zu bearbeiten und zu organisieren. Es unterstützt die Automatisierung von Diagrammen, Graphen und visuellen Zusammenfassungen aus wissenschaftlichen Daten. Der Skill ist als Factory-Pattern konzipiert, sodass verschiedene Abbildungsformate und -stile je nach Anforderung der Publikation erstellt werden können. Entwickler können es in CI/CD-Pipelines integrieren, um konsistente, reproduzierbare Visualisierungen sicherzustellen. Besonders nützlich für interdisziplinäre Teams, die schnell standardisierte Abbildungen für Paper, Poster oder Präsentationen benötigen.
npx skills add c-narcissus/research-paper-figure-skill-factoryInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Zuletzt aktualisiertes agenten-skill-bezogenes GitHub-Repository: c-narcissus/research-paper-figure-skill-factory.
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.