Was macht orient-search?
Rust-native schnelle lokale Codesuche für Coding-Agents; Zoekt-inspiriert, JSONL/MCP-bereit
Quelle: https://github.com/evalops/orient-search
Entdeckt während der täglichen awesomeskills.dev Agent-Skill-Suche.
Rust-native schnelle lokale Codesuche für Coding-Agents; Zoekt-inspiriert, JSONL/MCP-bereit
Diese Fähigkeit ermöglicht Coding-Agents (wie Claude Code, Cursor, Codex) eine blitzschnelle, lokale Codesuche direkt auf dem Rechner des Entwicklers. Inspiriert von Zoekt und in Rust implementiert, bietet `orient-search` extrem niedrige Latenz und ist ideal für agentengestützte Code-Navigation, Refactoring und Fehlersuche. Es unterstützt sowohl JSONL als auch MCP (Model Context Protocol) für eine einfache Integration in bestehende Agent-Workflows. Damit ist es ein unverzichtbares Werkzeug für Entwickler, die ihren KI-Assistenten einen effizienten und kontextbewussten Zugriff auf große Codebasen ermöglichen möchten.
npx skills add evalops/orient-searchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Rust-native schnelle lokale Codesuche für Coding-Agents; Zoekt-inspiriert, JSONL/MCP-bereit
Quelle: https://github.com/evalops/orient-search
Entdeckt während der täglichen awesomeskills.dev Agent-Skill-Suche.
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.