Lokale, visuelle Kompilierungs- und Überprüfungswerkbank für von Agenten verwaltetes Markdown-Wissen
LLM Wiki Canvas ist eine lokale und visuelle Arbeitsumgebung für KI-Agenten, um Markdown-basiertes Wissen zu kompilieren und zu überprüfen. Es unterstützt eine kollaborative Umgebung, in der Agenten Wissen strukturieren, Änderungen nachverfolgen und Versionen verwalten können, ohne auf die Cloud angewiesen zu sein. Dieses Skill eignet sich besonders für Agenten, die über Dateien und Projekte hinweg konsistentes und gepflegtes Wissen benötigen. Es liest und folgt der kanonischen, agentenübergreifenden Skill-Definition unter '`../../../.agents/skills/llm-wiki-canvas/SKILL.md`' und löst die zugehörigen Unterstützungsdateien aus dem Verzeichnis '`.agents/skills/llm-wiki-canvas/`' im Repository-Stammverzeichnis auf.
npx skills add chicogong/llm-wiki-canvasInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Lies und befolge die kanonische, agentenübergreifende Skill-Datei unter ../../../.agents/skills/llm-wiki-canvas/SKILL.md. Löse die zugehörigen Unterstützungsdateien aus dem Verzeichnis .agents/skills/llm-wiki-canvas/ im Repository-Stammverzeichnis auf.
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.