Was macht ForschungsWorkbench?
Leichter Forschungs-Workbench: Agent-Fähigkeiten, Skripte und Ausgaben an einem Ort, lokal im Repository.
Leichter Forschungs-Workbench: Agent-Fähigkeiten, Skripte und Ergebnisse an einem Ort, lokal im Repository.
Dieses Skill bietet eine leichte Forschungs-Workbench, die als einheitlicher lokaler Arbeitsbereich für KI-Agenten dient. Es ermöglicht Agenten, Fähigkeiten (Skills), Skripte und Ausgaben zentral in einem Repository zu verwalten und auszuführen. Die Hauptvorteile liegen in der vereinfachten Organisation und Wiederverwendung von agentenspezifischen Tools und Skripten, was die Zusammenarbeit und Versionierung erleichtert. Es unterstützt die lokale Entwicklung und Ausführung von Agentenskripten, ohne aufwendige externe Infrastruktur, und ist ideal für Forschungsumgebungen, in denen Flexibilität und Kontrolle über die Arbeitsumgebung wichtig sind. Das Skill ist plattformunabhängig und kann mit verschiedenen KI-Agenten eingesetzt werden, die lokale Skripte ausführen können.
npx skills add QiuHong-1202/ResearchWorkbenchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Leichter Forschungs-Workbench: Agent-Fähigkeiten, Skripte und Ausgaben an einem Ort, lokal im Repository.
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.