Habilidades de flujo de trabajo para el MCP de Reprise: enrutador + cinco habilidades de superficie (clonar, captura HTML, edición HTML, inyección de datos, cierre de sesión). Instálelo una vez, distribúyalo en los cargadores de habilidades de Claude, Codex, Copilot, Gemini, Cursor y ChatGPT.
Este paquete de habilidades de flujo de trabajo para el Reprise MCP (Model Context Protocol) proporciona un enrutador central y cinco habilidades de superficie especializadas: clonar, captura HTML, edición HTML, inyección de datos y cierre de sesión. Está diseñado para ser instalado una vez y luego distribuido globalmente a través de los cargadores de habilidades de plataformas de IA populares como Claude, Codex, Copilot, Gemini, Cursor y ChatGPT. La habilidad principal o enrutador coordina el flujo de trabajo, dirigiendo las solicitudes a la habilidad de superficie adecuada según la acción deseada. Por ejemplo, la habilidad de clonar replica aplicaciones SaaS existentes, la captura HTML toma instantáneas precisas de páginas web, la edición HTML modifica el contenido dinámicamente, la inyección de datos completa formularios o campos con datos de prueba, y el cierre de sesión finaliza el proceso. Esto es útil para desarrolladores y evaluadores que automatizan flujos de trabajo de prueba, demostración o integración de aplicaciones web. Su instalación única y distribución multiplataforma simplifica la gestión, eliminando la necesidad de configurar habilidades manualmente en cada herramienta de IA.
npx skills add GetReprise/reprise-skillsInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidades de flujo de trabajo para el MCP de Reprise: enrutador + cinco habilidades de superficie (clonar, captura HTML, edición HTML, inyección de datos, cierre de sesión). Instálelo una vez, distribúyalo en los cargadores de habilidades de Claude / Codex / Copilot / Gemini / Cursor / ChatGPT.
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.