Was macht pi-research-agent?
Fähigkeit für den Forschungsagenten von pi — durchsucht Semantic Scholar, arXiv und OpenAlex nach wissenschaftlichen Arbeiten und schlägt Implementierungen vor.
Fähigkeit für den Forschungsagenten von pi – durchsucht Semantic Scholar, arXiv und OpenAlex nach wissenschaftlichen Arbeiten und schlägt Implementierungen vor.
Der `hinsencamp/pi-research-agent` ist eine spezialisierte Fähigkeit für den KI-Agenten `pi`, die es ihm ermöglicht, selbstständig wissenschaftliche Literatur zu durchsuchen und Implementierungsvorschläge zu generieren. Die Fähigkeit greift auf drei wichtige akademische Datenbanken zu: Semantic Scholar, arXiv und OpenAlex. Dadurch kann der Agent aktuelle Forschungsergebnisse finden, zitieren und in verständliche Zusammenfassungen sowie praktische Code- oder Architekturvorschläge umwandeln. Dies ist besonders nützlich für Entwickler und Forscher, die schnell den Stand der Technik zu einem Thema erfassen oder eine neue Idee basierend auf der Literatur umsetzen möchten. Die Integration in `pi` erfolgt über die standardisierte Skill-Schnittstelle, sodass der Agent mit natürlichen Sprachbefehlen gesteuert werden kann. Der Workflow umfasst typischerweise: Anfrage formulieren, Datenbanken parallel durchsuchen, Ergebnisse filtern, relevante Arbeiten extrahieren und schließlich eine strukturierte Antwort mit Implementierungshinweisen liefern.
npx skills add hinsencamp/pi-research-agentInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Fähigkeit für den Forschungsagenten von pi — durchsucht Semantic Scholar, arXiv und OpenAlex nach wissenschaftlichen Arbeiten und schlägt Implementierungen vor.
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.