Selbstevolutionierender Skill-Engine für OpenClaw-Agenten. Beobachtet Tool-Nutzung, destilliert Muster in nachvollziehbare SKILL.md-Dateien mittels einer Dual-Modell-LLM-Pipeline und validiert kontinuierlich mit 23 adverserialen Mutationen. Forschungsgestützt. Vom Menschen genehmigt. Nichts wird automatisch ausgerollt.
Der Skill 'sudokrang/aceforge' ist ein selbstlernender Skill-Engine, der speziell für OpenClaw-Agenten entwickelt wurde. Er beobachtet kontinuierlich, wie Tools (wie Code-Editoren, CLI-Befehle, APIs) verwendet werden, und destilliert diese Nutzungsmuster in menschenlesbare, überprüfbare SKILL.md-Dateien. Dies geschieht über eine Dual-Modell-LLM-Pipeline, die Mustervalidierung und Generierung zwischen zwei großen Sprachmodellen aufteilt, um Konsistenz und Korrektheit zu gewährleisten. Anschließend wird jeder generierte Skill gegen 23 verschiedene adverserielle Mutationen validiert, um Fehlertoleranz und Robustheit sicherzustellen. Der Skill ist forschungsgestützt (basierend auf aktuellen Erkenntnissen) und verlangt eine manuelle Freigabe durch einen Menschen, bevor Änderungen ausgerollt werden. Dadurch bleibt volle Kontrolle und Transparenz erhalten, während der Agent seine Fähigkeiten kontinuierlich verbessert.
npx skills add sudokrang/aceforgeInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Selbstevolutionierender Skill-Engine für OpenClaw-Agenten. Beobachtet Tool-Nutzung, destilliert Muster in nachvollziehbare SKILL.md-Dateien mittels einer Dual-Modell-LLM-Pipeline und validiert kontinuierlich mit 23 adverserialen Mutationen. Forschungsgestützt. Vom Menschen genehmigt. Nichts wird automatisch ausgerollt.
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.