Ein produktionsreifer, ChatGPT-ähnlicher Enterprise-Assistent mit Azure, Databricks und OpenAI für fundierte Dokumenten-Q&A, Agenten-Workflows, Gedächtnis und MLflow-basierte Evaluierung.
Dieser Skill stellt einen produktionsreifen, ChatGPT-ähnlichen Enterprise-Assistenten bereit, der auf Azure, Databricks und OpenAI basiert. Er ermöglicht fundierte Dokumenten-Q&A, agentenbasierte Workflows, Gedächtnisfunktionen und eine MLflow-gestützte Evaluierung. Entwickelt für Entwickler und KI-Agenten-Nutzer, die komplexe Unternehmens-Workflows mit RAG (Retrieval-Augmented Generation) realisieren möchten, unterstützt er Plattformen wie Claude Code, Cursor und Codex. Der Skill ist ideal für Szenarien, in denen große Wissensdatenbanken über natürliche Sprache durchsucht werden müssen, mit besonderem Fokus auf Rückverfolgbarkeit und Qualitätssicherung durch MLflow-Metriken. Er eignet sich besonders für Teams, die eine skalierbare, sichere und konforme KI-Lösung im Enterprise-Kontext suchen.
npx skills add SnehaK652/Enterprise-rag-agentInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein produktionsreifer, ChatGPT-ähnlicher Enterprise-Assistent mit Azure, Databricks und OpenAI für fundierte Dokumenten-Q&A, Agenten-Workflows, Gedächtnis und MLflow-basierte Evaluierung.
Quelle: https://github.com/SnehaK652/Enterprise-rag-agent
Entdeckt aus GitHub-Repositorys, die in den letzten 24 Stunden für Agenten-Fähigkeiten, Claude/Codex/Gemini-Workflows, MCP-Tooling und angrenzende KI-Agenten-Automatisierung gepusht wurden.
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.