¿Qué hace auto-skill-connector?
Conector MCP que recomienda e instala habilidades de Claude desde una base de datos de habilidades extraídas.
Conector MCP que recomienda e instala habilidades de Claude desde una base de datos de habilidades extraídas.
Este conector MCP (Model Context Protocol) permite a los usuarios de Claude descubrir e instalar habilidades de manera eficiente, automatizando la recomendación basada en una base de datos de habilidades previamente extraídas. Es útil para desarrolladores o usuarios que desean ampliar las capacidades de Claude sin tener que buscar manualmente en repositorios o listas externas. Funciona como un puente entre la base de datos de habilidades (scraped skill database) y el asistente, sugiriendo habilidades relevantes y facilitando su instalación directamente desde el ecosistema de Claude. El conector se integra con plataformas que soportan MCP, como Claude Code o Cursor, y utiliza la información estructurada de la base de datos para ofrecer recomendaciones personalizadas.
npx skills add neelavalareddy/auto-skill-connectorInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Conector MCP que recomienda e instala habilidades de Claude desde una base de datos de habilidades extraídas.
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.