Was macht ask?
Der leistungsstärkste Paketmanager für Agent-Fähigkeiten: Suche, Abfrage sowie Installation und Deinstallation in Sekundenschnelle!
Der leistungsstärkste Paketmanager für Agent-Fähigkeiten: Suche, Abfrage sowie Installation und Deinstallation in Sekundenschnelle!
yeasy/ask ist ein leistungsstarker Paketmanager, der speziell für KI-Agenten wie Claude Code, Cursor oder Codex entwickelt wurde. Mit diesem Skill können Agenten nahtlos neue Fähigkeiten (Skills) suchen, abfragen, installieren und deinstallieren – und das innerhalb von Sekunden. Der Skill vereinfacht die Verwaltung von Agent-Fähigkeiten, indem er eine zentrale Schnittstelle für die Paketverwaltung bereitstellt. Er unterstützt die dynamische Erweiterung des Agentenökosystems und ermöglicht es Entwicklern, schnell auf neue Funktionen zuzugreifen, ohne manuelle Konfigurationen vornehmen zu müssen. Die Funktionsweise basiert auf einer effizienten Abfrage- und Installationslogik, die direkt in den Agenten integriert werden kann.
npx skills add yeasy/askInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Der leistungsstärkste Paketmanager für Agent-Fähigkeiten: Suche, Abfrage sowie Installation und Deinstallation in Sekundenschnelle!
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.