Was macht AnthropiArch?
Autonome CCA-F-Prüfungsvorbereitung mit der Anthropic-API. Lern-Agent, Streaming-Tutor und KI-Analytik – der Quellcode demonstriert jedes agentische Muster, das er lehrt.
Autonome CCA-F-Prüfungsvorbereitung mit der Anthropic-API. Lern-Agent, Streaming-Tutor und KI-Analytik – die Quellcode demonstriert jedes agentische Muster, das es lehrt.
yungkim/AnthropiArch ist ein umfassendes Toolkit zur Vorbereitung auf die CCA-F-Zertifizierung (Certified Claude Agent – Foundation). Es nutzt die Anthropic-API, um einen autonomen Lern-Agenten, einen Streaming-Tutor mit Echtzeit-Rückmeldung und KI-gestützte Analysefunktionen bereitzustellen. Das Besondere an diesem Skill ist, dass der Quellcode selbst als lebendiges Beispiel für die agentischen Muster dient, die er vermittelt – Entwickler lernen also sowohl die Theorie als auch deren praktische Umsetzung. Unterstützt wird es primär für Claude Code und ähnliche KI-Agenten-Plattformen. Die Funktionsweise basiert auf der Orchestrierung von mehreren Agenten-Rollen (Study Agent, Tutor, Analyst), die über die Anthropic-API kommunizieren und interaktiv auf Prüfungsfragen eingehen.
npx skills add yungkim/AnthropiArchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Autonome CCA-F-Prüfungsvorbereitung mit der Anthropic-API. Lern-Agent, Streaming-Tutor und KI-Analytik – der Quellcode demonstriert jedes agentische Muster, das er lehrt.
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.