Was macht repomap?
Codebase-Bewusstsein für Coding-Agenten: Tree-Sitter-AST-Karten, 17-Sprachen-LSP, Vorher/Nachher-Edit-Auswirkungsanalyse
Codebase-Bewusstsein für Coding-Agenten: Tree-Sitter-AST-Karten, 17-Sprachen-LSP, Vorher/Nachher-Edit-Auswirkungsanalyse
Dieses Skill bietet Coding-Agenten wie Claude Code, Cursor oder Codex ein tiefes Codebase-Bewusstsein. Es nutzt Tree-Sitter-AST-Karten für genaue Syntaxanalyse und Lokalisierung von Code-Elementen über 17 Programmiersprachen hinweg. Der integrierte LSP-Client (Language Server Protocol) liefert Kontext zu Definitionen, Referenzen und Completion-Vorschlägen in Echtzeit. Besonders wertvoll ist die Vorher/Nachher-Edit-Auswirkungsanalyse, die dem Agenten zeigt, welche Dateien und Symbole durch eine geplante Änderung beeinflusst werden – und das alles, ohne dass der gesamte Quelltext in den Kontext passen muss. Das Skill eignet sich für große Codebasen, Refactoring-Aufgaben und komplexe Multi-File-Edits, wo ein reines Textverständnis nicht ausreicht.
npx skills add gjczone/repomapInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Codebase-Bewusstsein für Coding-Agenten: Tree-Sitter-AST-Karten, 17-Sprachen-LSP, Vorher/Nachher-Edit-Auswirkungsanalyse
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.