Was macht Scholarium?
Forschungsassistent für wissenschaftliche Entdeckungen und Wissens-Workflows.
Forschungsassistent für wissenschaftliche Entdeckungen und Wissens-Workflows.
Scholarium ist ein KI-gestützter Forschungsassistent, der speziell für die wissenschaftliche Literaturrecherche und die Unterstützung von Wissens-Workflows entwickelt wurde. Es hilft Forschern, Studenten und Wissenschaftlern, relevante Paper zu finden, Zusammenfassungen zu erstellen, Zitationen zu verwalten und komplexe Informationen effizient zu verarbeiten. Das Projekt unterstützt Plattformen wie Claude Code, Cursor und Codex und nutzt eine Kombination aus Retrieval-Augmented Generation (RAG), semantischer Suche und strukturierten Datenquellen (z. B. arXiv, Semantic Scholar). Scholarium automatisiert häufig wiederkehrende Aufgaben wie die Extraktion von Kernaussagen, die Identifikation von Trends und die Generierung von Literaturreviews, sodass Nutzer mehr Zeit für tiefgehende Analyse und kreative Arbeit haben. Es ist als offenes Tool konzipiert, das sich leicht in bestehende Forschungs-Workflows integrieren lässt.
npx skills add saivivekduvva/ScholariumInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Forschungsassistent für wissenschaftliche Entdeckungen und Wissens-Workflows.
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.