Dual Gemini Strategie
Ein Kandidat wird vom primären Modell und einer von einem komplementären sekundären Modell (automatisch ermittelt) ausgegeben. Der Bewerter vergleicht sie und bevorzugt die konservativere Formulierung, wo sie abweichen.
Agentische Audio-Transkription in Go: parallele Transkriptionsagenten, ein LLM-Bewerter-Agent, der die beste auswählt, erweiterbar über Agent Skills.
Dieses Skill beschreibt eine duale Gemini-Strategie zur agentischen Audio-Transkription in Go. Es nutzt zwei parallele Transkriptionsmodelle: ein primäres und ein automatisch ausgewähltes sekundäres Modell. Ein LLM-Bewerter-Agent („Judge“) vergleicht die beiden Kandidaten und bevorzugt bei Abweichungen die konservativere Formulierung. Das System ist über Agent Skills erweiterbar und eignet sich besonders für Entwickler, die zuverlässige, vielsprachige Transkriptionen in ihre Go-Anwendungen integrieren möchten.
npx skills add cyanxxy/transcription-agent-goInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein Kandidat wird vom primären Modell und einer von einem komplementären sekundären Modell (automatisch ermittelt) ausgegeben. Der Bewerter vergleicht sie und bevorzugt die konservativere Formulierung, wo sie abweichen.
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.