Was macht PaperClaw?
Bietet akademischen Teams eine modulare OpenClaw-Fähigkeitsbibliothek zur Optimierung von Forschungsaufgaben, Datensynthese und Zusammenarbeit unter MIT-Lizenz.
Bietet akademischen Teams eine modulare OpenClaw-Fähigkeitsbibliothek zur Optimierung von Forschungsaufgaben, Datensynthese und Zusammenarbeit unter MIT-Lizenz.
PaperClaw ist eine modulare OpenClaw-Fähigkeitsbibliothek, die speziell für akademische Teams entwickelt wurde, um Forschungsprozesse zu optimieren. Es unterstützt die effiziente Durchführung von Forschungsaufgaben, die Synthese von Daten und die nahtlose Zusammenarbeit innerhalb von Teams. Die Bibliothek ist unter der MIT-Lizenz verfügbar, was eine flexible Nutzung und Integration in verschiedene Projekte ermöglicht. PaperClaw ist ideal für Forscher, die ihre Arbeitsabläufe standardisieren und gleichzeitig die Kontrolle über ihre Daten und Prozesse behalten möchten. Es kann in Umgebungen wie Claude Code, Cursor, Codex oder ähnlichen AI-Agenten-Plattformen eingesetzt werden.
npx skills add kimmoiranian586/PaperClawInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Bietet akademischen Teams eine modulare OpenClaw-Fähigkeitsbibliothek zur Optimierung von Forschungsaufgaben, Datensynthese und Zusammenarbeit unter MIT-Lizenz.
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.