Was macht automated-assessment-skill?
Systematische Projektbewertung gegen checkpoint-fähige Skills mit skriptgestützter Verifikation + LLM-Review – von Netresearch
Systematische Projektbewertung gegen checkpoint-fähige Skills mit skriptgestützter Verifikation + LLM-Review – von Netresearch
Dieser Skill ermöglicht eine systematische, automatisierte Bewertung von Projekten anhand von Checkpoints, die in anderen Skills definiert sind. Er kombiniert zwei Überprüfungsmethoden: eine automatisierte, skriptgestützte Verifikation (z. B. durch Tests oder Linting) und eine qualitative Bewertung durch ein Large Language Model (LLM). Entwickler und KI-Agenten können damit schnell feststellen, ob ein Projekt die Anforderungen eines Skills erfüllt, und erhalten detaillierte Ergebnisse. Der Skill ist plattformunabhängig und eignet sich besonders für CI/CD-Pipelines oder manuelle Code-Reviews.
npx skills add netresearch/automated-assessment-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Systematische Projektbewertung gegen checkpoint-fähige Skills mit skriptgestützter Verifikation + LLM-Review – von Netresearch
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.