Schnellstes agentisches Suchsubstrat. S3-natives ls/glob/read/grep mit Tree-Sitter-Spannen, parallelem Fan-Out und MCP-Server. Rust.
CREVIOS/agentic-search ist ein hochperformantes Suchwerkzeug, das speziell für KI-Agenten-Workflows entwickelt wurde. Es bietet S3-native Operationen wie ls, glob, read und grep, die um Tree-Sitter-Spannen erweitert sind. Dadurch können Entwickler und Agenten nicht nur Dateien finden und durchsuchen, sondern auch syntaktisch relevante Code-Abschnitte extrahieren. Die parallele Fan-Out-Architektur beschleunigt die Suche durch gleichzeitige Verarbeitung mehrerer S3-Pfade. Es wird als Rust-Binary ausgeliefert und unterstützt das Model Context Protocol (MCP) als Server, was die Integration in Claude, Codex, Gemini und andere MCP-kompatible Umgebungen erlaubt. Das Tool ist ideal für große Codebasen und Cloud-nativen Storage, wo Geschwindigkeit und präzise semantische Suche entscheidend sind.
npx skills add CREVIOS/agentic-searchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Schnellstes agentisches Suchsubstrat. S3-natives ls/glob/read/grep mit Tree-Sitter-Spannen, parallelem Fan-Out und MCP-Server. Rust.
Quelle: https://github.com/CREVIOS/agentic-search
Entdeckt aus GitHub-Repositorys, die in den letzten 24 Stunden gepusht wurden, für Agent-Fähigkeiten, Claude/Codex/Gemini-Workflows, MCP-Tooling und angrenzende KI-Agenten-Automatisierung.
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.