Verwandelt Ad-hoc-Claude-Code-/Codex-/Cursor-Sitzungen in eine wiederholbare Schleife – Recherche → Plan → Wellenausführung → Abschluss. Parallele Unteragenten, Qualitätsgates zwischen den Wellen, duale GitHub+GitLab-Integration, F2-Speicher + Personen-Panel + gsd-Musterübernahme. 37 Fähigkeiten · 18 Befehle · 13 Agenten · 7360 Tests.
Dieses Skill-Kit verwandelt Ad-hoc-KI-Codierungssitzungen (wie Claude Code, Codex oder Cursor) in einen strukturierten, wiederholbaren Arbeitsablauf, der als „research → plan → wave-execute → close“ bezeichnet wird. Es ist besonders nützlich für Entwickler, die komplexe Softwareprojekte verwalten und dabei parallele Unteraufgaben ausführen, Qualität zwischen den Ausführungswellen sicherstellen und mit mehreren Versionskontrollplattformen (GitHub und GitLab) gleichzeitig arbeiten müssen. Der Orchestrator integriert außerdem F2-Gedächtnisfunktionen, ein Personen-Panel für personalisierte Interaktionen und das gsd-Muster (Get Stuff Done), um die Produktivität zu maximieren. Mit beeindruckenden 37 Fähigkeiten, 18 Befehlen, 13 Agenten und über 7360 Tests bietet es eine robuste Lösung für wiederkehrende Entwicklungsaufgaben und fördert die Zusammenarbeit zwischen Menschen und KI-Agenten.
npx skills add Kanevry/session-orchestratorInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Verwandelt Ad-hoc-Claude-Code-/Codex-/Cursor-Sitzungen in eine wiederholbare Schleife – Recherche → Plan → Wellenausführung → Abschluss. Parallele Unteragenten, Qualitätsgates zwischen den Wellen, duale GitHub+GitLab-Integration, F2-Speicher + Personen-Panel + gsd-Musterübernahme. 37 Fähigkeiten · 18 Befehle · 13 Agenten · 7360 Tests.
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.