Was macht knowledge-graph-reasoning?
Agent-Fähigkeit für Claude: Erstellen, Abfragen, Validieren und logisches Schließen über Wissensgraphen. Adversarische Faktenvalidierung, deterministisches Schließen, JSON-LD-Schema.
Agent-Fähigkeit für Claude: Erstellen, Abfragen, Validieren und logisches Schließen über Wissensgraphen. Adversarische Faktenvalidierung, deterministisches Schließen, JSON-LD-Schema.
Diese Fähigkeit ermöglicht es KI-Agenten, Wissensgraphen zu erstellen, abzufragen, zu validieren und darüber logische Schlussfolgerungen zu ziehen. Sie ist besonders nützlich für strukturierte Wissensarbeit und semantische Datenanalyse. Unterstützt werden Plattformen wie Claude Code, Cursor und Codex. Die Fähigkeit bietet Funktionen zur Erstellung und Verwaltung von JSON-LD-Schemata sowie zur Integration von Ontologien. Ein zentrales Merkmal ist die adversarische Faktenvalidierung, bei der inkonsistente oder widersprüchliche Fakten automatisch erkannt werden. Darüber hinaus ermöglicht die deterministische Schlussfolgerung, präzise und nachvollziehbare logische Ableitungen aus vorhandenem Wissen zu ziehen. Entwickler können mit dieser Fähigkeit beispielsweise semantische Suchanfragen über vernetzte Datenbestände ausführen, Beziehungen zwischen Entitäten modellieren und Wissenslücken aufdecken. Die Fähigkeit erleichtert die Arbeit mit RDF, SPARQL und anderen Standards des semantischen Webs und bietet eine Brücke zwischen strukturierten Daten und KI-gestützten Reasoning-Mechanismen.
npx skills add michaelwinczuk/knowledge-graph-reasoningInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Agent-Fähigkeit für Claude: Erstellen, Abfragen, Validieren und logisches Schließen über Wissensgraphen. Adversarische Faktenvalidierung, deterministisches Schließen, JSON-LD-Schema.
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.