Was macht llm-for-zotero?
Ein Forschungsagent-System, das tief in Ihrer Zotero-Bibliothek verwurzelt ist.
Ein Forschungsagent-System, das tief in Ihrer Zotero-Bibliothek verwurzelt ist.
Der Skill `yilewang/llm-for-zotero` ist ein Forschungsagent, der direkt mit Ihrer Zotero-Bibliothek interagiert. Er ermöglicht es KI-Assistenten wie Claude Code oder Cursor, auf Ihre gespeicherten Literaturquellen zuzugreifen, darin zu suchen und sie zu analysieren. Der Skill ist besonders nützlich für Wissenschaftler und Forscher, die ihre Literaturverwaltung und -recherche optimieren möchten. Er unterstützt Plattformen wie Claude Code, Cursor und Codex und nutzt die Zotero-API, um Metadaten und Volltexte abzurufen. Die Funktionsweise basiert auf einer Konfiguration der Zotero-Bibliotheks-ID und eines API-Schlüssels, sodass der Agent Anfragen wie „Durchsuche meine Zotero-Bibliothek nach Artikeln über maschinelles Lernen“ verarbeiten kann.
npx skills add yilewang/llm-for-zoteroInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein Forschungsagent-System, das tief in Ihrer Zotero-Bibliothek verwurzelt ist.
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.