Was macht odd-team?
KI-Betreuerteam für Open Data Discovery – koordiniert Audits, Lückenschließungen und nachhaltige Wartung über ODD-Repositories hinweg mit Hilfe von Navigationsindizes, abgedeckten Scannern und strukturierten Arbeitselementen.
KI-Betreuerteam für Open Data Discovery – koordiniert Audits, Lückenschließungen und nachhaltige Wartung über ODD-Repositories hinweg mit Hilfe von Navigationsindizes, abgedeckten Scannern und strukturierten Arbeitselementen.
Das Skill „opendatadiscovery/odd-team" unterstützt ein KI-gesteuertes Betreuerteam für das Open Data Discovery (ODD) Projekt. Es automatisiert die Koordination von Audits, die Schließung identifizierter Lücken und die nachhaltige Wartung über alle relevanten ODD-Repositories hinweg. Zu den Kernfunktionen gehören die Verwendung von Navigationsindizes zur systematischen Erfassung des Repository-Zustands, Coverage-getrackte Scanner zur Überwachung des Auditierungsfortschritts und die Erstellung strukturierter Arbeitselemente (z. B. Issues) für konkrete Aufgaben. Das Skill ist für Entwickler und Agentenbetreiber konzipiert, die ODD-Repositories effizient verwalten möchten, und kann auf Plattformen wie Claude Code oder Cursor eingesetzt werden. Es arbeitet auf Basis einer zentralen SKILL.md-Dokumentation, die die Organisation und Ausführung der Wartungsarbeit definiert.
npx skills add opendatadiscovery/odd-teamInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
KI-Betreuerteam für Open Data Discovery – koordiniert Audits, Lückenschließungen und nachhaltige Wartung über ODD-Repositories hinweg mit Hilfe von Navigationsindizes, abgedeckten Scannern und strukturierten Arbeitselementen.
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.