¿Qué hace marktwin?
Notas colaborativas de Markdown peer-to-peer con privacidad, respaldadas por GitHub. Sin base de datos en el servidor.
Notas colaborativas de Markdown peer-to-peer con privacidad, respaldadas por GitHub. Sin base de datos en el servidor.
OptimAI-labs/marktwin es una habilidad que permite la creación y edición colaborativa de notas en Markdown de manera peer-to-peer, utilizando GitHub como único respaldo y sin necesidad de una base de datos centralizada. Esta herramienta es útil para equipos que desean mantener un control completo sobre sus datos, evitando servidores externos y garantizando la privacidad de las notas. Compatible con plataformas como Claude Code, Cursor y otras herramientas de IA para desarrolladores, marktwin aprovecha la infraestructura de Git para sincronizar cambios entre participantes, ofreciendo una experiencia colaborativa directa y segura. Su funcionamiento se basa en repositorios de GitHub donde las notas se almacenan como archivos Markdown, y los cambios se fusionan mediante mecanismos de control de versiones, eliminando la dependencia de servicios de terceros.
npx skills add OptimAI-labs/marktwinInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Notas colaborativas de Markdown peer-to-peer con privacidad, respaldadas por GitHub. Sin base de datos en el servidor.
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.