Was macht GLM-5.3-Flash-J-Space-Fähigkeitsrealisierungsbericht?
GLM-5.3-Flash × J-Space Fähigkeitsrealisierung — Benchmark-Präsentation der J-Space Cognition Suite
GLM-5.3-Flash × J-Space Fähigkeitsrealisierung — Benchmark-Präsentation der J-Space Cognition Suite
Dieser Skill präsentiert einen detaillierten Bericht über die Realisierung von Fähigkeiten durch die Kombination von GLM-5.3-Flash mit der J-Space Cognition Suite. Er zeigt die Benchmark-Ergebnisse und demonstriert, wie die Integration beider Systeme die kognitiven Fähigkeiten von KI-Agenten verbessert. Der Skill unterstützt Entwickler bei der Bewertung der Leistungsfähigkeit von GLM-5.3-Flash in raumbasierten kognitiven Aufgaben und bietet Einblicke in die Zusammenarbeit zwischen dem Sprachmodell und der J-Space-Plattform. Er ist besonders nützlich für Forscher und Entwickler, die an multimodalen KI-Systemen und räumlicher Kognition arbeiten.
npx skills add Tiger3807861189/GLM-5.3-Flash-J-Space-Capability-Realization-ReportInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
GLM-5.3-Flash × J-Space Fähigkeitsrealisierung — Benchmark-Präsentation der J-Space Cognition Suite
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.