Was macht tinycoder?
Ein terminalbasierter KI-Programmieragent, der in Python implementiert ist und Tool-Aufrufe, Sitzungsverwaltung, Zugriffskontrolle, MCP, Skills und Kontextkomprimierung unterstützt.
Ein terminalbasierter KI-Programmieragent, der in Python implementiert ist und Tool-Aufrufe, Sitzungsverwaltung, Zugriffskontrolle, MCP, Skills und Kontextkomprimierung unterstützt.
TinyCoder ist ein leichter, terminalbasierter KI-Programmieragent, der vollständig in Python implementiert ist und Entwicklern eine nahtlose Interaktion mit einer KI über die Befehlszeile ermöglicht. Es unterstützt erweiterte Funktionen wie Tool-Aufrufe (Tool Calls), mit denen der Agent Aktionen wie Dateibearbeitung, Befehlsausführung und Code-Suche ausführen kann. Die Sitzungsverwaltung (Session Management) ermöglicht es, Gespräche und Kontext über mehrere Interaktionen hinweg zu speichern, während die Zugriffskontrolle (Permission Control) sicherstellt, dass Aktionen sicher ausgeführt werden, indem Benutzerkontrollpunkte eingefügt werden. TinyCoder umfasst außerdem Unterstützung für das Model Context Protocol (MCP), die Integration benutzerdefinierter Fähigkeiten (Skills) und eine dynamische Kontextkomprimierung, um längere Arbeitssitzungen effizient zu verwalten. Es ist besonders nützlich für Entwickler, die einen anpassbaren, lokal ausgeführten Coding-Assistenten suchen, der in verschiedenen Entwicklungsumgebungen und Betriebssystemen funktioniert.
npx skills add yuzigewmy/tinycoderInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein terminalbasierter KI-Programmieragent, der in Python implementiert ist und Tool-Aufrufe, Sitzungsverwaltung, Zugriffskontrolle, MCP, Skills und Kontextkomprimierung unterstützt.
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.