KI-Agenten-gesteuerte Gameplay-Datengenerierung der Schicht 4 – Claude/GPT-Agenten führen aufgabenorientierte Szenarien in mod-freundlichen Spielen aus und erzeugen anreicherungskompatible Trajektorien.
Dieses Skill ermöglicht es KI-Agenten (wie Claude und GPT), aufgabenorientierte Szenarien in mod-freundlichen Spielen auszuführen und dabei Gameplay-Daten in Form von Trajektorien zu generieren. Diese Trajektorien sind für die Anreicherung (Enrichment) optimiert, sodass sie zur Verbesserung von KI-Modellen oder zur Analyse von Spielverhalten genutzt werden können. Der Skill ist als Schicht 4 einer mehrstufigen Pipeline konzipiert und konzentriert sich auf die eigenständige Datengenerierung durch KI-Agenten, ohne dass menschliche Eingriffe erforderlich sind. Er eignet sich besonders für Entwickler, die synthetische Spieldaten für maschinelles Lernen, KI-Training oder Datenanalyse in modifizierbaren Spielumgebungen benötigen.
npx skills add howardleegeek/oyster-gamedata-pipelineInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Schicht-4-KI-Agenten-gesteuerte Gameplay-Datengenerierung – Claude/GPT-Agenten führen aufgabenorientierte Szenarien in mod-freundlichen Spielen aus und erzeugen anreicherungskompatible Trajektorien.
Quelle: https://github.com/howardleegeek/oyster-gamedata-pipeline
Entdeckt während der täglichen Agent-Skill-Suche auf awesomeskills.dev.
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.