Agentenübergreifende Fähigkeit zur Initialisierung von Forschungs-Repositories mit belegbewusster Dokumentation, reproduzierbaren Experimentprotokollen, sicheren Bereichsregeln und geführter Projekt-Einarbeitung.
Diese agentenübergreifende Fähigkeit ermöglicht KI-Agenten (z. B. Claude Code, Cursor, Codex), Forschungs-Repositories strukturiert und reproduzierbar zu initialisieren. Sie erstellt automatisch eine evidenzbasierte Dokumentation, die Ergebnisse und Zitate nachvollziehbar macht, sowie Protokolle für reproduzierbare Experimente. Zudem werden sichere Bereichsregeln definiert, um den Agenten auf relevante Verzeichnisse zu beschränken, und eine geführte Einarbeitung für neue Projektmitglieder bereitgestellt. Die Fähigkeit unterstützt gängige Entwicklungsplattformen und vereinfacht die Einrichtung eines vollständigen Forschungsworkflows mit Best Practices für Nachvollziehbarkeit und Sicherheit.
npx skills add Tinimh/research-project-docs-agent-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Agentenübergreifende Fähigkeit zur Initialisierung von Forschungs-Repositories mit belegbewusster Dokumentation, reproduzierbaren Experimentprotokollen, sicheren Bereichsregeln und geführter Projekt-Einarbeitung.
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.