Was macht autoresearch-skill?
Fertigkeit für autonome Forschungsschleifen für LLM-Agenten – inspiriert von Karpathys Autoresearch. Definiere ein Ziel, lass den Agenten iterieren.
Fertigkeit für autonome Forschungsschleifen für LLM-Agenten – inspiriert von Karpathys Autoresearch. Definiere ein Ziel, lass den Agenten iterieren.
Dieses Skill ermöglicht es KI-Agenten (wie Claude Code, Cursor oder Codex), eine autonome Forschungsschleife durchzuführen, die von Andrej Karpathys Konzept des 'Autoresearch' inspiriert ist. Der Benutzer definiert ein anfängliches Forschungsziel, woraufhin der Agent selbstständig iteriert: Er plant Schritte, sucht nach Informationen, analysiert Ergebnisse und verfeinert die Fragestellung, bis das Ziel erreicht oder eine Abbruchbedingung erfüllt ist. Der Hauptnutzen liegt in der Automatisierung von Rechercheaufgaben, die sonst manuelle Schleifen aus Suchen, Lesen und Synthetisieren erfordern würden. Es unterstützt beliebige LLM-Agenten-Plattformen, die benutzerdefinierte Skills oder Tools ausführen können, und arbeitet durch die Ausführung einer Folge von Operationen: Zielsetzung, Planung, Datenerhebung (z. B. Web-Suche, Dateizugriff), Analyse und Ergebnissynthese. Der Agent verwendet dabei einen strukturierten Arbeitsablauf, der in der SKILL.md-Dokumentation detailliert beschrieben ist, um Konsistenz und Wiederverwendbarkeit zu gewährleisten.
npx skills add wjgoarxiv/autoresearch-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Fertigkeit für autonome Forschungsschleifen für LLM-Agenten – inspiriert von Karpathys Autoresearch. Definiere ein Ziel, lass den Agenten iterieren.
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.