Was macht Deep?
Lokale, KI-gestützte Dokumentenintelligenz-Pipeline mit Multi-Agenten-Löser, vertiefter Recherche, geführtem Lernen und beständigem Gedächtnis – betrieben von LM Studio.
Lokale, KI-gestützte Dokumentenintelligenz-Pipeline mit Multi-Agenten-Löser, vertiefter Recherche, geführtem Lernen und beständigem Gedächtnis – betrieben von LM Studio.
Diese Fähigkeit bietet eine lokale KI-Dokumentenintelligenz-Pipeline, die vollständig auf dem eigenen Rechner läuft und von LM Studio betrieben wird. Sie ermöglicht Multi-Agenten-Lösungsprozesse, tiefgehende Recherchen, geführtes Lernen und persistentes Gedächtnis, ohne dass Daten die lokale Umgebung verlassen müssen. Entwickler und Power-User können damit komplexe Dokumenten-Workflows erstellen, bei denen mehrere KI-Agenten zusammenarbeiten, um aus großen Textmengen Erkenntnisse zu gewinnen. Die Integration mit LM Studio stellt sicher, dass alle Daten lokal bleiben und die Privatsphäre gewahrt wird. Diese Fähigkeit eignet sich besonders für Anwendungen, die vertrauliche Dokumente verarbeiten und gleichzeitig von fortgeschrittenen KI-Funktionen wie kontextuellem Gedächtnis und geführten Lernpfaden profitieren möchten.
npx skills add shinshekai/DeepInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Lokale, KI-gestützte Dokumentenintelligenz-Pipeline mit Multi-Agenten-Löser, vertiefter Recherche, geführtem Lernen und beständigem Gedächtnis – betrieben von LM Studio.
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.