Was macht mcp-skills-vault?
Claude Code-Fähigkeiten zum Entdecken, Bewerten und Installieren von MCP (Model Context Protocol)-Servern – registry-first mit einer vorbefüllten 30-Tool-Datenbank und einem token-sicheren Installationspfad.
Claude Code-Fähigkeiten zum Entdecken, Bewerten und Installieren von MCP (Model Context Protocol)-Servern – registry-first mit einer vorbefüllten 30-Tool-Datenbank und einem token-sicheren Installationspfad.
Das Skill-Paket `froggychips/mcp-skills-vault` bietet Claude Code eine strukturierte Möglichkeit, MCP-Server (Model Context Protocol) zu entdecken, zu bewerten und zu installieren – und zwar mit einem registry-zentrierten Ansatz. Es enthält eine vordefinierte Datenbank mit 30 Werkzeugen (Tools), die als Ausgangspunkt dient, und ermöglicht es, neue Server-Setups und -Konfigurationen token-sicher zu finden und bereitzustellen. Der Skill eignet sich besonders für Entwickler, die ihre KI-Assistenten (wie Claude) mit externen Werkzeugen erweitern möchten, ohne manuell Konfigurationen anpassen zu müssen. Er unterstützt Claude Code nativ und folgt einer expliziten 'Skill Markdown'-Struktur, die in der KI-Eingabeaufforderung referenziert wird. Obwohl das Repository auf MCP fokussiert ist, zeigt es ein generisches Design, das potenziell auch auf andere Agentenplattformen (Cursor, Codex) übertragbar ist.
npx skills add froggychips/mcp-skills-vaultInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Claude Code-Fähigkeiten zum Entdecken, Bewerten und Installieren von MCP (Model Context Protocol)-Servern – registry-first mit einer vorbefüllten 30-Tool-Datenbank und einem token-sicheren Installationspfad.
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.