nblane – Gemeinsame Skill-Evolution von Mensch, Agent und Team im Klartext: SKILL.md + Skill-Tree YAML, Evidenz-Pool & Referenzen, Gap-Analyse, Kontextexport für LLMs. CLI, Streamlit, optionales Resume/Kanban-Ingest, MCP Read-Ressourcen. Git-nativ; keine DB.
nblane ist ein git-natives Tool für die kollaborative Skill-Evolution von Menschen, KI-Agenten und Teams – vollständig im Klartext und ohne Datenbank. Es ermöglicht das Erstellen und Verwalten eines strukturierten Skill-Trees (als YAML), eines Evidenz-Pools mit Referenzen, sowie die automatische Gap-Analyse, um fehlende oder verbesserungswürdige Kompetenzen zu identifizieren. Die Bedienung erfolgt wahlweise über die CLI oder eine benutzerfreundliche Streamlit-Oberfläche; optional können Lebensläufe (Resume) oder Kanban-Boards importiert werden, um den Skill-Tree aus vorhandenen Daten zu befüllen oder zu erweitern. Zudem unterstützt nblane den LLM-Kontextexport und MCP Read-Resources, sodass der aktuelle Skill-Status samt Nachweisen direkt an Large Language Models übergeben werden kann – ideal für KI-gestützte Personalentwicklung, Team-Coaching oder automatisierte Kompetenzplanung.
npx skills add Marsjunwang/nblaneInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
nblane – Gemeinsame Skill-Evolution von Mensch, Agent und Team im Klartext: SKILL.md + Skill-Tree YAML, Evidenz-Pool & Referenzen, Gap-Analyse, Kontextexport für LLMs. CLI, Streamlit, optionales Resume/Kanban-Ingest, MCP Read-Ressourcen. Git-nativ; keine DB.
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.