Was macht ZotPilot?
KI-gestützter Zotero-Forschungsassistent – MCP-Server + Agenten-Skill
KI-gestützter Zotero-Forschungsassistent – MCP-Server + Agenten-Skill
ZotPilot ist ein KI-gestützter Forschungsassistent, der die Zotero-Referenzverwaltung mit einem MCP-Server (Model Context Protocol) und einem Agenten-Skill kombiniert. Er ermöglicht es Large Language Models, direkt auf Zotero-Bibliotheken zuzugreifen, um Literatur zu durchsuchen, Metadaten abzurufen, Notizen zu extrahieren und Zitationen zu verwalten. Der Skill ist besonders nützlich für Wissenschaftler, die mit Claude Code, Cursor oder Codex arbeiten, da er den gesamten Recherche-Workflow beschleunigt – von der Literatursuche über das Zusammenfassen von PDFs bis hin zur automatischen Erstellung von Literaturverzeichnissen. Durch die Integration als MCP-Server kann ZotPilot nahtlos in beliebige KI-gestützte Entwicklungsumgebungen eingebunden werden, die das Model Context Protocol unterstützen, und bietet so eine direkte Schnittstelle zwischen KI-Assistenten und der lokalen oder Cloud-basierten Zotero-Datenbank.
npx skills add xunhe730/ZotPilotInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
KI-gestützter Zotero-Forschungsassistent – MCP-Server + Agenten-Skill
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.