Was macht agentic-kaggle-skill?
Setze autonome KI-Agenten ein, um Kaggle Data Science Wettbewerbe zu erforschen, zu debuggen und iterativ zu verbessern.
Setze autonome KI-Agenten ein, um Kaggle Data Science Wettbewerbe zu erforschen, zu debuggen und iterativ zu verbessern.
Diese Fähigkeit bietet eine Schnittstelle für autonome KI-Agenten, um an Kaggle Data Science Wettbewerben teilzunehmen. Sie ermöglicht es Agenten, Wettbewerbsbeschreibungen und Datensätze zu recherchieren, Lösungen zu debuggen und iterativ zu verbessern – alles ohne manuelles Eingreifen. Nützlich für Data Scientists und Entwickler, die repetitive Aufgaben automatisieren oder KI-assistierte Optimierung ihrer Wettbewerbsstrategien nutzen möchten. Die Fähigkeit unterstützt gängige Agentenplattformen und arbeitet durch strukturierte Anweisungen, die den Agenten durch den gesamten Workflow führen, von der ersten Datenexploration bis zur finalen Abgabe.
npx skills add Mirannonarbitrable290/agentic-kaggle-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Setze autonome KI-Agenten ein, um Kaggle Data Science Wettbewerbe zu erforschen, zu debuggen und iterativ zu verbessern.
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.