Was macht notebooklm-skill?
📄 Verbinde Claude Code mit NotebookLM für präzise, dokumentenbasierte Antworten aus Ihren Notizbüchern, was die Genauigkeit erhöht und Fehlinformationen reduziert.
📄 Verbinde Claude Code mit NotebookLM für präzise, dokumentenbasierte Antworten aus Ihren Notizbüchern, was die Genauigkeit erhöht und Fehlinformationen reduziert.
Die Fähigkeit wserre/notebooklm-skill ermöglicht es Claude Code, direkt auf die dokumentierten Inhalte eines Google NotebookLM-Notizbuchs zuzugreifen und darauf basierend präzise, kontextbezogene Antworten zu generieren. Anstatt sich auf allgemeines Wissen zu verlassen, nutzt der Skill die spezifischen Dokumente und Quellen des Benutzers, was die Genauigkeit deutlich steigert und das Risiko von Fehlinformationen oder Halluzinationen minimiert. Entwickelt für die Plattform Claude Code, fungiert dieser Skill als Brücke, die es Entwicklern und Wissensarbeitern erlaubt, ihre persönlichen Notizbücher als vertrauenswürdige Wissensbasis für KI-gestützte Abfragen zu verwenden. Durch die Integration von NotebookLM können Benutzer sicher sein, dass jede Antwort ausdrücklich auf den von ihnen bereitgestellten Quellen beruht, was besonders wertvoll für faktenbasierte Recherche, Projektarbeit und Analyse ist.
npx skills add wserre/notebooklm-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
📄 Verbinde Claude Code mit NotebookLM für präzise, dokumentenbasierte Antworten aus Ihren Notizbüchern, was die Genauigkeit erhöht und Fehlinformationen reduziert.
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.