Ein Unternehmens-Agent (Enterprise Agent) – ein LLM-Agent-System für DevOps-Szenarien, integriert MCP-Protokoll-Tool-Aufrufe, Intent-Routing, hybride Retrieval-RAG, mehrschichtiges Gedächtnissystem und Streaming-Dialog-Frontend.
Dieser Skill stellt ein unternehmensweites KI-Agentensystem für DevOps-Arbeitsabläufe bereit. Er kombiniert Large Language Models (LLMs) mit standardisierten Tool-Aufrufen über das MCP-Protokoll (Model Context Protocol), einer intelligenten Intent-Routing-Engine und einer hybriden RAG-Architektur (Retrieval-Augmented Generation) zur semantischen und lexikalischen Suche. Das System verfügt über ein mehrschichtiges Gedächtnissystem, das zwischen Kurzzeit-, Langzeit- und Arbeitsgedächtnis unterscheidet, um Kontext über mehrere Interaktionen hinweg zu erhalten. Die Architektur unterstützt die dynamische Auswahl von Tools wie Kubernetes-Befehle, CI/CD-Pipelines und Überwachungsdienste, die durch einen Reasoning-and-Acting-Ansatz (ReAct) orchestriert werden. Das Frontend ermöglicht Streaming-Dialoge für eine reibungslose Benutzererfahrung. Der Skill basiert auf dem Repository https://github.com/yiccyy/devops_agent und wurde während der täglichen Erkundung von awesomeskills.dev entdeckt.
npx skills add yiccyy/devops_agentInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Unternehmens-Agent (Enterprise Agent) – ein LLM-Agent-System für DevOps-Szenarien, integriert MCP-Protokoll-Tool-Aufrufe, Intent-Routing, hybride Retrieval-RAG, mehrschichtiges Gedächtnissystem und Streaming-Dialog-Frontend.
Quelle: https://github.com/yiccyy/devops_agent
Entdeckt während der täglichen Erkundung von awesomeskills.dev für Agenten-Skills.
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.