Enterprise Agentic RAG Security Copilot mit Schutzmechanismen, Kontext-Engineering, Gedächtnis, Multi-Agent-Workflow, MCP-ähnlichen Tools, Evaluierung und Beobachtbarkeit.
Dieses Skill stellt einen unternehmensweiten „Agentic RAG Security Copilot“ bereit, der speziell für Sicherheitsanwendungen entwickelt wurde. Es integriert fortschrittliche Retrieval-Augmented Generation (RAG) mit agentenbasierter Steuerung und umfasst Guardrails zur Absicherung von Ausgaben, Context Engineering für präzise Antworten sowie ein Speichersystem, das Kontext über Sitzungen hinweg bewahrt. Der Copilot unterstützt Multi-Agent-Workflows, in denen mehrere KI-Agenten zusammenarbeiten, und bietet MCP-ähnliche Werkzeuge (Model Context Protocol) für nahtlose Integration in Tools wie Claude Code, Cursor oder Codex. Dank eingebauter Evaluierungs- und Observability-Funktionen können Entwickler die Leistung des Systems überwachen, Schwachstellen erkennen und die Qualität der generierten Antworten sicherstellen. Dieses Skill eignet sich ideal für Unternehmen, die eine skalierbare und sichere KI-Copilot-Lösung in ihre DevOps- oder Sicherheitsprozesse einbinden möchten.
npx skills add punamsahu1-spec/devsentinel-ai-architect-labInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Enterprise Agentic RAG Security Copilot mit Schutzmechanismen, Kontext-Engineering, Gedächtnis, Multi-Agent-Workflow, MCP-ähnlichen Tools, Evaluierung und Beobachtbarkeit.
Quelle: https://github.com/punamsahu1-spec/devsentinel-ai-architect-lab
Entdeckt aus GitHub-Repositorys, die in den letzten 24 Stunden zu Agent-Fähigkeiten, Claude/Codex/Gemini-Workflows, MCP-Tooling und angrenzender KI-Agenten-Automatisierung gepusht wurden.
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.