Was macht project-mental-model?
Project Mental Model – Eine Claude Code-Fertigkeit, die ein stets aktuelles mentales Modell jeder Codebasis bereithält. Enthält die Codegraph-Struktur-Engine (PyPI: codegraph-pmm).
Project Mental Model – Eine Claude Code-Fertigkeit, die ein stets aktuelles mentales Modell jeder Codebasis bereithält. Enthält die Codegraph-Struktur-Engine (PyPI: codegraph-pmm).
Project Mental Model ist eine speziell für Claude Code entwickelte Fertigkeit, die das Verständnis und die Navigation in komplexen Codebasen revolutioniert. Durch die Integration der Codegraph-Struktur-Engine (PyPI: codegraph-pmm) erstellt die Fertigkeit ein dynamisches mentales Modell des Projektaufbaus, das sich kontinuierlich aktualisiert, um mit Änderungen im Code Schritt zu halten. Entwickler profitieren von einem nie veraltenden Überblick über Abhängigkeiten, Modulstrukturen und Architekturmuster, was insbesondere bei großen oder sich schnell ändernden Projekten die Einarbeitung und Fehlersuche erheblich erleichtert. Die Fertigkeit unterstützt Claude Code als primäre Plattform und nutzt Codegraph, um Beziehungen zwischen Dateien, Klassen und Funktionen zu analysieren und in einem maschinenlesbaren Format bereitzustellen. Dies ermöglicht dem KI-Assistenten, fundierte Vorschläge zu machen und Kontext besser zu verstehen, ohne dass der Benutzer manuell Dokumentation pflegen muss.
npx skills add PsChina/project-mental-modelInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Project Mental Model – Eine Claude Code-Fertigkeit, die ein stets aktuelles mentales Modell jeder Codebasis bereithält. Enthält die Codegraph-Struktur-Engine (PyPI: codegraph-pmm).
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.