Was macht targets-r-skill?
Fähigkeit für Claude Code und Codex für das R-Paket targets (targets >= 1.12). Moderne Muster für reproduzierbare Analyse-Pipelines.
Fähigkeit für Claude Code und Codex für das R-Paket targets (targets >= 1.12). Moderne Muster für reproduzierbare Analyse-Pipelines.
Diese Fähigkeit (Skill) ist für Entwickler und Datenwissenschaftler konzipiert, die mit dem R-Paket 'targets' (Version 1.12 oder höher) arbeiten. Sie ermöglicht es KI-Assistenten wie Claude Code oder Codex, reproduzierbare Analyse-Pipelines effizient zu erstellen und zu verwalten. Der Skill nutzt moderne Muster des targets-Pakets, um Workflows mit Abhängigkeiten, paralleler Ausführung und Zwischenspeicherung zu definieren. Er unterstützt gängige Entwicklungsumgebungen und ermöglicht es, Pipelines mit der R-Funktion `tar_make()` auszuführen, Ergebnisse mit `tar_read()` abzurufen und die Pipeline-Struktur mit `tar_visnetwork()` zu visualisieren. Die Fähigkeit ist besonders nützlich, um komplexe Datenanalyse-Workflows in reproduzierbare, modulare und wartbare Skripte zu zerlegen.
npx skills add statzhero/targets-r-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Fähigkeit für Claude Code und Codex für das R-Paket targets (targets >= 1.12). Moderne Muster für reproduzierbare Analyse-Pipelines.
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.