Was macht research-plugins?
Über 350 akademische Forschungskompetenzen, MCP-Konfigurationen und Plugins für Research-Claw und KI-Agenten.
Über 350 akademische Forschungskompetenzen, MCP-Konfigurationen und Plugins für Research-Claw und KI-Agenten.
wentorai/research-plugins ist eine umfassende Sammlung von über 350 akademischen Forschungskompetenzen, MCP-Konfigurationen und Plugins, die speziell für Research-Claw und andere KI-Agenten entwickelt wurden. Es ermöglicht Entwicklern und Forschern, die Fähigkeiten ihrer KI-Assistenten im akademischen Kontext zu erweitern, indem es fertige Kompetenzen für Aufgaben wie Literaturrecherche, Datenanalyse, Zitationsmanagement und mehr bereitstellt. Das Repository ist besonders nützlich für Nutzer von Plattformen wie Claude Code, Cursor und Codex, die ihre Agenten mit spezifischen, domänenspezifischen Fähigkeiten ausstatten möchten. Die Skills sind als MCP-Konfigurationen strukturiert, was eine modulare und erweiterbare Integration in bestehende KI-Workflows ermöglicht, und decken ein breites Spektrum akademischer Disziplinen ab, ohne dass tiefgehendes technisches Wissen erforderlich ist.
npx skills add wentorai/research-pluginsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Über 350 akademische Forschungskompetenzen, MCP-Konfigurationen und Plugins für Research-Claw und KI-Agenten.
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.