Was macht evc-mesh-openclaw-skill?
OpenClaw-Fertigkeit für die EVC-Mesh-Aufgabenverwaltungsplattform – befähigt KI-Agenten, Aufgaben zu verwalten, Kontext über einen Ereignisbus auszutauschen und in Multi-Agenten-Teams zu koordinieren.
OpenClaw-Fertigkeit für die EVC-Mesh-Aufgabenverwaltungsplattform – befähigt KI-Agenten, Aufgaben zu verwalten, Kontext über einen Ereignisbus auszutauschen und in Multi-Agenten-Teams zu koordinieren.
Diese Fertigkeit (Skill) namens „entire-vc/evc-mesh-openclaw-skill“ integriert KI-Agenten in die EVC-Mesh-Plattform zur Aufgabenverwaltung. Sie lehrt Agenten, Aufgaben zu erstellen, zu aktualisieren und deren Status zu verfolgen, relevanten Kontext über einen Ereignisbus zu teilen und in Multi-Agenten-Teams zu koordinieren. Die Fertigkeit nutzt OpenClaw als Basis und ermöglicht es Agenten, über Ereignisse miteinander zu kommunizieren, ohne direkte Abhängigkeiten zu schaffen. Sie eignet sich besonders für Entwicklerteams, die KI-gestützte Workflows automatisieren und skalieren möchten. Unterstützt wird die Integration über die OpenClaw-Runtime und EVC Mesh, wobei die Kommunikation asynchron und ereignisgesteuert erfolgt.
npx skills add entire-vc/evc-mesh-openclaw-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
OpenClaw-Fertigkeit für die EVC-Mesh-Aufgabenverwaltungsplattform – befähigt KI-Agenten, Aufgaben zu verwalten, Kontext über einen Ereignisbus auszutauschen und in Multi-Agenten-Teams zu koordinieren.
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.