CommunityRecherche & Datenanalysegithub.com

six9ops/dream-team-researcher

Autonomer Forschungsagent mit selbstverbessernden Fähigkeiten

Was ist dream-team-researcher?

Dieser Skill verwandelt einen KI-Assistenten in einen vollautonomen Forschungsagenten, der eigenständig tiefgehende Recherchen zu komplexen Themen durchführen kann. Er ist ideal für Entwickler und Forscher, die schnell fundierte Informationen aus dem Web oder anderen Quellen sammeln möchten, ohne manuell suchen zu müssen. Der Agent analysiert kontinuierlich seine eigenen Ergebnisse und verbessert durch Feedbackschleifen schrittweise seine Such- und Synthesefähigkeiten – ähnlich einem „Skill, der sich selbst optimiert“. Unterstützte Plattformen sind unter anderem Claude Code und andere Coding-Agenten, die benutzerdefinierte Skills laden können. Das System nutzt eine Kombination aus Such-APIs, syntaktischer Analyse und strukturierten Prompts, um relevante Daten zu extrahieren und in verständlichen Zusammenfassungen zu präsentieren. Der iterative Verbesserungsprozess ermöglicht es dem Agenten, sich an unterschiedliche Forschungsdomänen anzupassen und die Genauigkeit seiner Ergebnisse zu steigern.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add six9ops/dream-team-researcher

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht dream-team-researcher?

Autonomer Forschungsagent mit selbstverbessernden Fähigkeiten

Dieser Skill ermöglicht es dem KI-Assistenten, als eigenständiger Forscher zu agieren, der tiefgehende Recherchen durchführen, Ergebnisse synthetisieren und seine eigenen Methoden durch iterative Verbesserungen optimieren kann.

Funktionsweise

  • Autonome Recherche: Startet Recherchen zu einem gegebenen Thema, nutzt dafür Suchmaschinen und strukturierte Quellen.
  • Selbstverbesserung: Analysiert die Qualität der Ergebnisse und passt Suchstrategien sowie Prompts auf Basis von Feedback an.
  • Iterativer Zyklus: Wiederholt den Prozess der Recherche, Bewertung und Optimierung, bis die gewünschte Tiefe erreicht ist.

Nutzung

  1. Definiere ein Forschungsziel oder eine Frage.
  2. Der Agent führt eine erste Suche durch und sammelt Daten.
  3. Die Ergebnisse werden bewertet – Lücken oder Ungenauigkeiten identifiziert.
  4. Auf Basis der Bewertung wird die nächste Recherche verfeinert.
  5. Der Prozess wiederholt sich, bis eine umfassende Antwort vorliegt.

Vorteile

  • Spart Zeit bei umfangreichen Recherchen.
  • Liefert gut strukturierte Zusammenfassungen.
  • Passt sich an verschiedene Forschungsdomänen an.
  • Verbessert sich mit jeder Nutzung.

Unterstützte Plattformen

  • Claude Code
  • Andere Coding-Agenten mit benutzerdefinierten Skills (z. B. Cursor, Codex)

Voraussetzungen

  • Internetzugriff für die Recherche (API-Schlüssel für Suchdienste können erforderlich sein).
  • Der Agent muss über ausreichende Rechte verfügen, um externe Quellen zu kontaktieren.

Einschränkungen

  • Die Qualität der Ergebnisse hängt von den verfügbaren Quellen ab.
  • Der iterative Prozess kann bei sehr breiten Themen mehrere Durchläufe benötigen.
  • Keine Echtzeit-Datenverarbeitung – recherchiert auf Basis des aktuellen Wissensstands der Quellen.

Dokumentation basierend auf der ursprünglichen Skill-Beschreibung.

Verwandte Skills