Was macht indexion-identity?
Erkennen und Überprüfen von Namens-/Inhaltsabweichungen im Code mit indexion identity audit, dann Planung verifizierter Umbenennungen, Verschiebungen, Ordneränderungen oder Aufteilungen.
Erkennen und Überprüfen von Namens-/Inhaltsabweichungen im Code mit `indexion identity audit`, dann Planung verifizierter Umbenennungen, Verschiebungen, Ordneränderungen oder Aufteilungen.
Diese Fähigkeit ermöglicht es Entwicklern und KI-Agenten, inkonsistente Namensgebung und inhaltliche Abweichungen im Code zu identifizieren, zu analysieren und systematisch zu beheben. Der Befehl `indexion identity audit` scannt das Repository und deckt Stellen auf, an denen der Code nicht mehr mit der beabsichtigten Namenskonvention oder Struktur übereinstimmt (sogenannter "Drift"). Auf Basis dieser Analyse können dann verifizierte Umbenennungen, Verschiebungen, Ordneränderungen oder Aufteilungen geplant und durchgeführt werden. Die Fähigkeit ist plattformunabhängig und funktioniert mit jedem Git-basierten Projekt. Sie reduziert das Risiko von Fehlern durch manuelle Refaktorisierungen, indem sie automatisierte Audits und validierte Änderungen ermöglicht. Die Nutzung ist besonders wertvoll in größeren Codebasen, wo inkonsistente Namensgebung zu Verwirrung und Fehlern führen kann. Sie unterstützt Entwickler dabei, die Codequalität und Wartbarkeit durch systematische Identitätsprüfungen zu verbessern.
npx skills add https://github.com/trkbt10/indexion-skills/tree/main/skills/indexion-identityInstalled? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
Erkennen und Überprüfen von Namens-/Inhaltsabweichungen im Code mit indexion identity audit, dann Planung verifizierter Umbenennungen, Verschiebungen, Ordneränderungen oder Aufteilungen.
This repo contains 8 individual skills — each has its own dedicated page.
Generate and use a pre-edit structure brief so coding agents learn likely owners, consumer surfaces, and unsafe edit locations before implementing.
Documentation analysis — assess coverage, detect code-to-doc drift with plan reconcile, visualize dependencies with doc graph. Answers "what needs docs?" and "are docs still accurate?"
Debug and inspect KGF specs — view tokenization results, parse trees, and extracted edges from source files. Use when adding/fixing language support or when indexion's analysis output looks wrong.
README construction — initialize template structure, generate per-package READMEs from doc comments, plan writing tasks, assemble root README from docs/ and package READMEs via doc.json config, and verify edits with `plan drift`.
After writing code, detect and clean up duplication at three levels — copy-paste blocks, cross-package shared code, unnecessary wrappers, and concept-level SoT violations. Detect with indexion, fix, and verify.
Generate SDD requirements from RFCs/specs and quantitatively verify implementation conformance. spec draft → spec align → spec verify → automated validation loop with codex/claude. Operate spec-to-impl drift gates as CI checks.
Split text into contextual chunks for RAG/embedding pipelines. Document segmentation and section extraction using window, tfidf, punctuation, or hybrid strategies chosen by intent.
Project wiki lifecycle — create pages, track source changes with ingest, update stale pages, lint structural integrity, detect code-to-doc drift with reconcile, and manage search indexes. A runbook for navigating and maintaining the wiki as an agent.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors