rUvOS – das agentische Betriebssystem. Ein einzelnes statisches Rust-Binary, das als MCP-Server läuft und Claude Code mit persistentem Speicher, fortsetzbaren signierten Sitzungen, Multi-Agent-Orchestrierung, einem Wissensgraphen, Sicherheitsvorkehrungen und einer signierten Prüfpfad versieht. Kein Node.js, kein SQLite, kein Daemon.
rUvOS ist ein agentisches Betriebssystem, das als einzelnes statisches Rust-Binary bereitgestellt wird und als MCP-Server (Model Context Protocol) fungiert. Es erweitert Claude Code um einen persistenten, signierten Speicher, der Sitzungen über Neustarts hinweg fortsetzbar macht, sowie um eine robuste Multi-Agent-Orchestrierung. Das System integriert einen Wissensgraphen für kontextuelle Verbindungen und stellt Sicherheitsvorkehrungen bereit, die unerwünschte Aktionen verhindern. Zudem erzeugt es eine signierte Prüfpfad-Datei (audit-trail), die jede Aktion und Entscheidung nachvollziehbar dokumentiert – ideal für sicherheitskritische und regulierungsbedürftige Entwicklungsumgebungen. rUvOS benötigt keine externen Abhängigkeiten wie Node.js, SQLite oder einen Hintergrund-Daemon; es ist quelloffen, plattformunabhängig und lässt sich mit einem einzigen Befehl ausführen. Dies macht es zu einer idealen Lösung für Entwickler, die eine zuverlässige, performante und auditable Grundlage für ihre KI-Agenten suchen.
npx skills add dgdev25/ruvosInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
rUvOS – das agentische Betriebssystem. Ein einzelnes statisches Rust-Binary, das als MCP-Server läuft und Claude Code mit persistentem Speicher, fortsetzbaren signierten Sitzungen, Multi-Agent-Orchestrierung, einem Wissensgraphen, Sicherheitsvorkehrungen und einer signierten Prüfpfad versieht. Kein Node.js, kein SQLite, kein Daemon.
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.