Was macht ai-wiki-system?
KI-Agenten-Wiki-System mit semantischer Suche (LanceDB + bge-m3), atomaren INGEST/QUERY/LINT-Workflows und OpenClaw-Skill-Integration
KI-Agenten-Wiki-System mit semantischer Suche (LanceDB + bge-m3), atomaren INGEST/QUERY/LINT-Workflows und OpenClaw-Skill-Integration
Dieses Skill-Paket ermöglicht KI-Agenten die Interaktion mit einem intelligenten Wiki-System, das semantische Suchfähigkeiten mittels LanceDB und bge-m3-Embeddings bereitstellt. Es bietet atomare Workflows für Indizierung (INGEST), Abfrage (QUERY) und Qualitätssicherung (LINT), sodass Agenten effizient Wissen erfassen, durchsuchen und verwalten können. Die Integration mit OpenClaw-Skills erweitert die Kompatibilität und ermöglicht die nahtlose Einbindung in bestehende Toolchains. Entwickler können damit in wenigen Schritten ein semantisches Wiki aufsetzen, das sich ideal für dokumentationsintensive Projekte und wissensbasierte Assistenzsysteme eignet.
npx skills add giovannifrontera/ai-wiki-systemInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
KI-Agenten-Wiki-System mit semantischer Suche (LanceDB + bge-m3), atomaren INGEST/QUERY/LINT-Workflows und OpenClaw-Skill-Integration
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.