Was macht LGTM_agent_skills?
Looks Good To Me – Ein Validierungs-, Sicherheitsscan- und Qualitätsanalysewerkzeug für Agentenfähigkeiten.
Looks Good To Me – Ein Validierungs-, Sicherheitsscan- und Qualitätsanalysewerkzeug für Agentenfähigkeiten.
Dieses Skill, „LGTM_agent_skills“ von dmgrok, dient als umfassendes Validierungs-, Sicherheitsscan- und Qualitätsanalyse-Tool speziell für KI-Agentenfähigkeiten (Skills). Es ermöglicht Entwicklern, die Korrektheit, Sicherheit und Qualität ihrer Agenten-Skills zu überprüfen, bevor sie in Produktion gehen. Das Tool unterstützt gängige Plattformen wie Claude Code, Cursor und Codex und führt eine Reihe von Prüfungen durch, unter anderem auf Syntaxfehler, Sicherheitslücken, Best Practices und Metadaten-Konsistenz. Durch die Integration in den Entwicklungsprozess hilft es, Fehler frühzeitig zu erkennen und die Zuverlässigkeit der Skills zu erhöhen. Die Funktionsweise basiert auf dem Einlesen der SKILL.md-Dateien und der Analyse der darin enthaltenen Befehle, Konfigurationen und Abhängigkeiten, ergänzt durch Sicherheitsregeln und Qualitätskriterien.
npx skills add dmgrok/LGTM_agent_skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Looks Good To Me – Ein Validierungs-, Sicherheitsscan- und Qualitätsanalysewerkzeug für Agentenfähigkeiten.
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.