Was macht bikescout?
Planen Sie MTB-, Straßen-, E-Bike- und Gravel-Routen mit MCP-Trail-Daten, Gefahrenvorhersage und Ausrüstungs-Tipps.
Planen Sie MTB-, Straßen-, E-Bike- und Gravel-Routen mit MCP-Trail-Daten, Gefahrenvorhersage und Ausrüstungs-Tipps.
Diese Fähigkeit ermöglicht es einem KI-Agenten, wie Claude Code, Cursor oder Codex, umfassende Routenplanung und Beratung für Mountainbike-, Straßen-, E-Bike- und Gravel-Fahrten durchzuführen. Der Agent nutzt MCP-Trail-Daten, um präzise Routen zu erstellen, potenzielle Gefahren wie Wetteränderungen, schwieriges Gelände oder gesperrte Wege vorherzusagen und maßgeschneiderte Ausrüstungsempfehlungen zu geben. Die Fähigkeit unterstützt mehrere Plattformen und hilft Fahrern, sicherer und besser vorbereitet unterwegs zu sein. Durch die Integration von Echtzeitdaten und topografischen Informationen werden sowohl Anfänger als auch erfahrene Radfahrer optimal unterstützt.
npx skills add Europeanbeechresearch382/bikescoutInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Planen Sie MTB-, Straßen-, E-Bike- und Gravel-Routen mit MCP-Trail-Daten, Gefahrenvorhersage und Ausrüstungs-Tipps.
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.