Ce package transpose les parties utiles de l'auto-amélioration de style Hermes en compétences natives Codex. Il ne modifie pas les poids du modèle. Il construit une boucle d'apprentissage externe et vérifiable à l'aide de compétences Codex, de fichiers de mémoire locale, de résumés de déploiement, de recherche de sessions et d'automatisations optionnelles.
Ce package permet à Codex de s'améliorer continuellement en apprenant de ses propres travaux passés, sans modifier les poids du modèle. Il s'inspire du système Hermes mais est entièrement intégré aux compétences natives de Codex. L'utilisateur peut rechercher dans les sessions précédentes, capturer des leçons apprises, et les stocker dans des fichiers de mémoire locaux. Ces leçons sont ensuite utilisées pour guider les décisions futures et améliorer la qualité des sorties. Le système construit une boucle d'apprentissage externe et auditable, avec des résumés de déploiement et des automatisations optionnelles pour simplifier le processus. Ce package est idéal pour les développeurs souhaitant doter Codex d'une capacité d'amélioration continue sans apprentissage supervisé coûteux.
npx skills add boli42338-creator/codex-searching-past-work-capturing-lessons.improving-codex-skills-building-user-modelInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ce package transpose les parties utiles de l'auto-amélioration de style Hermes en compétences natives Codex. Il ne modifie pas les poids du modèle. Il construit une boucle d'apprentissage externe et vérifiable à l'aide de compétences Codex, de fichiers de mémoire locale, de résumés de déploiement, de recherche de sessions et d'automatisations optionnelles.
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.