Was macht python-data-analytics-agent-examples?
Leichte AGENTS.md-, SKILL.md- und MCP-Beispiele für ein Python-Datenanalyse-Repository
Leichte AGENTS.md-, SKILL.md- und MCP-Beispiele für ein Python-Datenanalyse-Repository
Dieses Skill enthält leichte, sofort einsetzbare Beispiele für AGENTS.md, SKILL.md und MCP-Konfigurationen, die speziell für ein Python-Datenanalyse-Repository entwickelt wurden. Es ist für Entwickler und AI-Agenten-Nutzer gedacht, die ihre Codebasis mit strukturierten Metadaten versehen möchten, um KI-Assistenten wie Claude Code, Cursor oder Codex optimal zu unterstützen. Der Skill demonstriert, wie man Datenanalyse-Workflows mit Pandas, NumPy und anderen Bibliotheken dokumentiert und orchestriert, einschließlich der Integration von Model Context Protocol (MCP)-Endpunkten. Er dient als Vorlage, die leicht an eigene Projekte angepasst werden kann, ohne dass zusätzliche Abhängigkeiten oder komplexe Konfigurationen erforderlich sind. Die Beispiele sind so konzipiert, dass sie die Zusammenarbeit zwischen menschlichen Entwicklern und KI-Agenten verbessern, indem sie klare Kontexte und Aufgabenbeschreibungen in den Markdown-Dateien bereitstellen. Dadurch wird der Einstieg in agentengestützte Entwicklung erheblich erleichtert.
npx skills add kellyclaw-ai/python-data-analytics-agent-examplesInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Leichte AGENTS.md-, SKILL.md- und MCP-Beispiele für ein Python-Datenanalyse-Repository
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.