Was macht ai-agent-skills-for-CV?
KI-Agent-Fähigkeiten für Computervision-Ingenieure und -Forscher
KI-Agent-Fähigkeiten für Computervision-Ingenieure und -Forscher
Diese Sammlung von KI-Agent-Fähigkeiten ist speziell für Computervision-Ingenieure und -Forscher konzipiert. Sie bietet eine Reihe von Werkzeugen und Arbeitsabläufen, die alltägliche Aufgaben wie die Verarbeitung und Analyse von Bildern, die Verwaltung von Datensätzen sowie die Bereitstellung von Modellen vereinfachen und automatisieren. Die Fähigkeiten sind auf gängige Plattformen wie Claude Code, Cursor und Codex abgestimmt und nutzen deren Funktionen zur Codegenerierung und -ausführung. Durch die Integration dieser Fähigkeiten können Entwickler repetitive Codierungsaufgaben beschleunigen, komplexe CV-Pipelines aufbauen und schneller experimentieren, ohne dabei auf konsistente und wiederverwendbare Muster verzichten zu müssen. Die Dokumentation (SKILL.md) beschreibt detailliert, wie jede Fähigkeit angewendet wird, welche Voraussetzungen gelten und wie sie in bestehende Projekte eingebunden werden können.
npx skills add scyonggg/ai-agent-skills-for-CVInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
KI-Agent-Fähigkeiten für Computervision-Ingenieure und -Forscher
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.