Was macht standardoc?
Wandelt Code mithilfe von Live-AST-Indizierung für LSP und MCP in einen abfragbaren Wissensgraphen für Menschen und KI-Agenten um.
Wandelt Code mithilfe von Live-AST-Indizierung für LSP und MCP in einen abfragbaren Wissensgraphen für Menschen und KI-Agenten um.
Standardoc ist ein Skill, der Entwicklern und KI-Agenten ermöglicht, Code in einen strukturierten, abfragbaren Wissensgraphen zu verwandeln. Er nutzt eine Live-AST-Indizierung (Abstract Syntax Tree), um die Struktur, Abhängigkeiten und Metadaten von Codebasis in Echtzeit zu erfassen und über LSP (Language Server Protocol) und MCP (Model Context Protocol) zugänglich zu machen. Dies erlaubt sowohl Menschen als auch KI-Agenten, tiefgehende Code-Analysen durchzuführen, Beziehungen zwischen Code-Elementen zu verstehen und spezifische Abfragen zu stellen, ohne den gesamten Quelltext manuell durchsuchen zu müssen. Der Skill ist plattformunabhängig und kann in verschiedenen Entwicklungsumgebungen integriert werden, die LSP oder MCP unterstützen. Er ist besonders nützlich für komplexe oder große Codebasen, bei denen eine schnelle Navigation und ein kognitives Verständnis der Architektur erforderlich sind. Durch die kontinuierliche Aktualisierung des Graphen bei Codeänderungen bleibt die Analyse stets auf dem neuesten Stand.
npx skills add vacuous-franchisetax789/standardocInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Wandelt Code mithilfe von Live-AST-Indizierung für LSP und MCP in einen abfragbaren Wissensgraphen für Menschen und KI-Agenten um.
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.