¿Qué hace genpark-agentic-catalog-search-facet-discovery-skill?
Búsqueda semántica en catálogos con filtrado dinámico por atributos facetados (Anthropic Shopping)
Búsqueda semántica en catálogos con filtrado dinámico por atributos facetados (Anthropic Shopping)
Esta habilidad permite a agentes de IA realizar búsquedas semánticas avanzadas en catálogos de productos, combinando comprensión de lenguaje natural con filtrado dinámico por facetas. Está diseñada para plataformas de comercio electrónico como Anthropic Shopping, y permite a los agentes entender la intención del usuario, descubrir automáticamente atributos relevantes (como color, talla, precio, marca) y aplicarlos como filtros en tiempo real. Al usar embeddings semánticos, la búsqueda va más allá de palabras clave, capturando el significado contextual. El agente puede iterar sobre los resultados, refinar facetas y presentar opciones precisas, mejorando significativamente la experiencia de compra conversacional.
npx skills add alphaparkinc/genpark-agentic-catalog-search-facet-discovery-skillInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Búsqueda semántica en catálogos con filtrado dinámico por atributos facetados (Anthropic Shopping)
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.