Ein MCP-Server, der es jedem KI-Agenten ermöglicht, etwa 7.000 Agentenfähigkeiten aus dem gesamten GitHub-Ökosystem zu entdecken, zu durchsuchen und zu installieren (Anthropic, Superpowers, wshobson, antigravity, Composio und mehr).
Dieser MCP-Server fungiert als zentraler Hub für die Suche und Installation von KI-Agentenfähigkeiten aus dem GitHub-Ökosystem. Er aggregiert ~7.000 Skills von populären Sammlungen wie Anthropic, Superpowers, wshobson, antigravity und Composio. Entwickler und KI-Agenten können damit einfach in einer umfangreichen Bibliothek stöbern, gezielt nach spezifischen Fähigkeiten suchen und diese direkt installieren. Der Server standardisiert die Interaktion mit verschiedenen Skill-Quellen und vereinfacht so die Integration neuer Funktionen in bestehende KI-Agenten.
npx skills add gengirish/skills-mcpInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein MCP-Server, der es jedem KI-Agenten ermöglicht, etwa 7.000 Agentenfähigkeiten aus dem gesamten GitHub-Ökosystem zu entdecken, zu durchsuchen und zu installieren (Anthropic, Superpowers, wshobson, antigravity, Composio und mehr).
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.