Depura e inspecciona especificaciones KGF: visualiza resultados de tokenización, árboles de análisis y aristas extraídas de archivos fuente. Úsalo al agregar o corregir soporte de lenguaje o cuando el resultado del análisis de indexion parezca incorrecto.
Esta habilidad está diseñada para desarrolladores que trabajan con el sistema de indexación KGF (Knowledge Graph Framework) y necesitan depurar o inspeccionar especificaciones de lenguaje. Proporciona herramientas para visualizar en detalle los resultados de tokenización, los árboles de análisis sintáctico (parse trees) y las aristas extraídas de los archivos fuente. Es especialmente útil cuando se está agregando o corrigiendo soporte para un nuevo lenguaje en indexion, o cuando los resultados generados por el análisis de indexion no son los esperados. La habilidad permite a los usuarios ejecutar comandos específicos que muestran paso a paso el proceso de análisis, facilitando la identificación de errores en las reglas gramaticales o en la configuración del lenguaje. Compatible con entornos de desarrollo que utilizan indexion y herramientas de análisis de código. Funciona mediante la invocación de comandos CLI que ejecutan el analizador KGF en modo depuración, mostrando visualizaciones textuales de las estructuras internas generadas durante el análisis.
npx skills add https://github.com/trkbt10/indexion-skills/tree/main/skills/indexion-kgfInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Depura e inspecciona especificaciones KGF: visualiza resultados de tokenización, árboles de análisis y aristas extraídas de archivos fuente. Úsalo al agregar o corregir soporte de lenguaje o cuando el resultado del análisis de indexion parezca incorrecto.
This repo contains 8 individual skills — each has its own dedicated page.
Generate and use a pre-edit structure brief so coding agents learn likely owners, consumer surfaces, and unsafe edit locations before implementing.
Documentation analysis — assess coverage, detect code-to-doc drift with plan reconcile, visualize dependencies with doc graph. Answers "what needs docs?" and "are docs still accurate?"
Detect and review name/content drift in code using `indexion identity audit`, then plan verified renames, moves, folder changes, or splits.
README construction — initialize template structure, generate per-package READMEs from doc comments, plan writing tasks, assemble root README from docs/ and package READMEs via doc.json config, and verify edits with `plan drift`.
After writing code, detect and clean up duplication at three levels — copy-paste blocks, cross-package shared code, unnecessary wrappers, and concept-level SoT violations. Detect with indexion, fix, and verify.
Generate SDD requirements from RFCs/specs and quantitatively verify implementation conformance. spec draft → spec align → spec verify → automated validation loop with codex/claude. Operate spec-to-impl drift gates as CI checks.
Split text into contextual chunks for RAG/embedding pipelines. Document segmentation and section extraction using window, tfidf, punctuation, or hybrid strategies chosen by intent.
Project wiki lifecycle — create pages, track source changes with ingest, update stale pages, lint structural integrity, detect code-to-doc drift with reconcile, and manage search indexes. A runbook for navigating and maintaining the wiki as an agent.
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.