Was macht Awesome-Agent-Skill-Papers?
Das Repository des Übersichtsartikels „A Survey of Agent Skills: Toward Procedural Infrastructure for LLM Agents“.
Das Repository des Übersichtsartikels „A Survey of Agent Skills: Toward Procedural Infrastructure for LLM Agents“.
Dieses Skill-Repository enthält den Übersichtsartikel „A Survey of Agent Skills: Toward Procedural Infrastructure for LLM Agents“ und dient als umfassende Ressource für Entwickler und Forscher, die sich mit KI-Agenten und deren Fähigkeiten (Skills) beschäftigen. Es bietet eine strukturierte Sammlung relevanter wissenschaftlicher Arbeiten, die die Entwicklung und Standardisierung von Agenten-Skills untersuchen. Der Fokus liegt auf der Schaffung einer prozeduralen Infrastruktur für LLM-basierte Agenten, ähnlich der Infrastruktur für Entwickler-Tools. Das Repository unterstützt die Recherche und Implementierung von Agenten-Skills, indem es Kategorisierungen und technische Details zu verschiedenen Arten von Skills bereitstellt – wie API-basierte, workflow-orientierte und wissensbasierte Skills. Es ist plattformunabhängig und für alle gängigen KI-Entwicklungsumgebungen wie Claude Code, Cursor und Codex relevant. Durch die Verknüpfung von Theorie und Praxis hilft es Entwicklern, effizientere und modularere Agenten zu bauen.
npx skills add DataArcTech/Awesome-Agent-Skill-PapersInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Das Repository des Übersichtsartikels „A Survey of Agent Skills: Toward Procedural Infrastructure for LLM Agents“.
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.