Was macht CampusAgent-QA?
Agentisches Campus-Frage-Antwort-System mit RAG-Abfrage, LLM-Wiki-Speicher und GBrain-Fähigkeiten
Quelle: https://github.com/Harzva/CampusAgent-QA
Gepusht: 2026-05-12T10:03:22Z Sterne: 0
Agentisches Campus-Frage-Antwort-System mit RAG-Abfrage, LLM-Wiki-Speicher und GBrain-Fähigkeiten
Dieses Skill ermöglicht die Erstellung eines agentischen Frage-Antwort-Systems für einen Campus, das auf Retrieval-Augmented Generation (RAG), einem LLM-basierten Wiki-Speicher und GBrain-Fähigkeiten basiert. Es ist nützlich für Entwickler und Administratoren, die eine intelligente, kontextbewusste Wissensdatenbank für ihre institutionelle Umgebung bereitstellen möchten. Das Skill unterstützt Plattformen wie Claude Code, Cursor und Codex, indem es relevante Informationen aus verschiedenen Quellen abruft und mittels eines Sprachmodells synthetisiert. Durch die Integration von RAG können Benutzer präzise Antworten auf Campus-bezogene Fragen erhalten, während der LLM-Wiki-Speicher eine sich ständig aktualisierende Wissensbasis bietet. Die GBrain-Fähigkeiten erweitern die Funktionalität um zusätzliche kognitive Leistungen, was das System besonders leistungsstark für den Einsatz in Bildungseinrichtungen macht.
npx skills add Harzva/CampusAgent-QAInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Agentisches Campus-Frage-Antwort-System mit RAG-Abfrage, LLM-Wiki-Speicher und GBrain-Fähigkeiten
Quelle: https://github.com/Harzva/CampusAgent-QA
Gepusht: 2026-05-12T10:03:22Z Sterne: 0
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.