Was macht skills?
Dieses Repository enthält offizielle prozedurale Wissensfähigkeiten für KI-Agenten, unterstützt durch die branchenführenden Daten von PatSnap. Abdeckung von Ingenieuranalyse, Biowissenschaften und Materialwissenschaften.
Dieses Repository enthält offizielle prozedurale Wissensfähigkeiten für KI-Agenten, unterstützt durch die branchenführenden Daten von PatSnap. Abdeckung von Ingenieuranalyse, Biowissenschaften und Materialwissenschaften.
Das Repository `patsnap/skills` bietet eine Sammlung offizieller, prozessorientierter Wissensfähigkeiten (Skills) für KI-Agenten, die auf den umfassenden und branchenführenden Daten von PatSnap basieren. Diese Skills sind speziell darauf ausgelegt, KI-Agenten – wie sie beispielsweise in Claude Code, Cursor oder Codex integriert sind – mit domänenspezifischem, prozeduralem Fachwissen auszustatten. Die Abdeckung erstreckt sich über kritische technische Bereiche wie Ingenieuranalyse, Biowissenschaften und Materialwissenschaften. Durch die Nutzung dieser Fähigkeiten können Agenten komplexe Aufgaben in diesen Fachgebieten effizienter und präziser ausführen, indem sie auf standardisierte Arbeitsabläufe, Datenquellen und Analysemethoden zugreifen. Jeder Skill ist als strukturierte Markdown-Datei definiert, die klare Anweisungen und Kontext für den Agenten bereitstellt, ohne dass zusätzliche Programmierung erforderlich ist. Dies macht das Repository zu einer wertvollen Ressource für Entwickler und Wissensarbeiter, die ihre KI-Assistenten mit Fachwissen ausstatten möchten.
npx skills add patsnap/skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Dieses Repository enthält offizielle prozedurale Wissensfähigkeiten für KI-Agenten, unterstützt durch die branchenführenden Daten von PatSnap. Abdeckung von Ingenieuranalyse, Biowissenschaften und Materialwissenschaften.
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.