Was macht computed-skills?
Liefert Fähigkeiten, die sich dynamisch an den Kontext anpassen, indem sie Skripte ausführen, die Agentenanweisungen basierend auf Echtzeitdaten und Bedingungen zuschneiden.
Liefert Fähigkeiten, die sich dynamisch an den Kontext anpassen, indem sie Skripte ausführen, die Agentenanweisungen basierend auf Echtzeitdaten und Bedingungen zuschneiden.
`nkwem3002/computed-skills` ist ein leistungsstarkes Skill-Framework für KI-Agenten, das es Entwicklern ermöglicht, reaktionsfähige und adaptive Fähigkeiten zu erstellen. Im Kern führt dieser Skill selbstdefinierte Skripte aus, die die Anweisungen des Agenten dynamisch auf der Grundlage von Echtzeitdaten und Umweltbedingungen modifizieren. Dies ermöglicht es dem Agenten, sich an verschiedene Konfigurationen, Benutzereingaben und Betriebskontexte anzupassen. Er ist ideal für plattformübergreifende Entwicklungsarbeit (z. B. Claude Code, Cursor, Codex) und ermöglicht Workflows wie konditionale Anweisungen, kontextabhängige Berechtigungen und flexible Toolkonfigurationen – alles ohne statische Skill-Definitionen. Durch die Nutzung von Skriptausführungen zur Laufzeit erweitert dieser Skill die Grenzen dessen, was vordefinierte Agenten-Fähigkeiten leisten können. Der Skill bietet eine einfache API, um den Befehl auszuführen und die manipulierten Anweisungen zurückzugeben, was eine nahtlose Integration in bestehende Agenten-Pipelines ermöglicht.
npx skills add nkwem3002/computed-skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Liefert Fähigkeiten, die sich dynamisch an den Kontext anpassen, indem sie Skripte ausführen, die Agentenanweisungen basierend auf Echtzeitdaten und Bedingungen zuschneiden.
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.