Un runtime d'agent IA autonome pour Windows, Linux et macOS. Exécutez des agents YAML déclaratifs avec un accès intégré à plus de 2 600 connecteurs – incluant bases de données, API, fichiers, SSH, services cloud, plateformes de messagerie et plus encore. Aucun codage. Aucune installation.
Ce skill fournit un runtime d'agent IA autonome, multiplateforme (Windows, Linux, macOS), permettant aux développeurs et utilisateurs techniques d'exécuter des agents IA définis de manière déclarative en YAML. Il élimine le besoin de codage ou d'installation complexe en intégrant nativement plus de 2 600 connecteurs prêts à l'emploi pour interagir avec des bases de données, API REST, systèmes de fichiers, SSH, services cloud (AWS, Azure, GCP), plateformes de messagerie (Slack, Teams, email), outils DevOps et bien plus. L'agent lit un fichier de configuration YAML qui décrit les étapes, les décisions et les actions à effectuer, puis les exécute de manière séquentielle ou conditionnelle. Idéal pour l'automatisation de workflows, l'orchestration de tâches multi-systèmes et la création de pipelines sans écrire de code. Le runtime est conçu pour être léger, sécurisé et facile à déployer, avec une documentation complète et une communauté active.
npx skills add enthrium/open-enthrium-ai-agent-runtimeInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Un runtime d'agent IA autonome pour Windows, Linux et macOS. Exécutez des agents YAML déclaratifs avec un accès intégré à plus de 2 600 connecteurs – incluant bases de données, API, fichiers, SSH, services cloud, plateformes de messagerie et plus encore. Aucun codage. Aucune installation.
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.