Was macht icm-graph?
Token-effizientes Kontext-CLI für Claude Code, Cursor, Cline. Senkt die KI-Coding-Kosten um 70-90 % durch Kontextpakete, Ausgabefilter, lokalen Speicher und Quittungen. 28 MCP-Tools, 71/71 Tests, Apache-2.0.
Token-effizientes Kontext-CLI für Claude Code, Cursor, Cline. Senkt die KI-Coding-Kosten um 70-90 % durch Kontextpakete, Ausgabefilter, lokalen Speicher und Quittungen. 28 MCP-Tools, 71/71 Tests, Apache-2.0.
Das Skill **ncmonx/icm-graph** ist ein token-effizientes Kontext-CLI, das speziell für KI-gestützte Coding-Assistenten wie **Claude Code**, **Cursor** und **Cline** entwickelt wurde. Es reduziert die Token-Nutzung und damit die Kosten für KI-Coding erheblich – typischerweise um **70–90 %** –, indem es intelligente Kontextpakete, Ausgabefilter, lokalen Speicher und detaillierte Quittungen verwendet. Das Tool bietet **28 MCP-Tools** (Model Context Protocol), die es der KI ermöglichen, auf strukturierte Kontexte zuzugreifen, Ausgaben zu filtern und den Speicher effizient zu verwalten, ohne unnötige Token zu verbrauchen. Mit einer Testabdeckung von **71/71 Tests** und einer **Apache-2.0-Lizenz** ist es robust und open-source. Entwickler, die mit KI-Assistenten arbeiten, profitieren von drastisch niedrigeren Kosten und einer besseren Kontextkontrolle, was besonders bei großen Projekten oder häufigen API-Aufrufen entscheidend ist.
npx skills add ncmonx/icm-graphInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Token-effizientes Kontext-CLI für Claude Code, Cursor, Cline. Senkt die KI-Coding-Kosten um 70-90 % durch Kontextpakete, Ausgabefilter, lokalen Speicher und Quittungen. 28 MCP-Tools, 71/71 Tests, Apache-2.0.
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.