Que fait morsel ?
Tracker alimentaire axé sur MCP et la caméra — entrepôt de données + tableau de bord + compétence d'agent. Votre IA remplit le magasin.
Tracker alimentaire axé sur MCP et la caméra — entrepôt de données + tableau de bord + compétence d'agent. Votre IA remplit le magasin.
Morsel est un tracker alimentaire innovant qui combine une approche MCP-first et camera-first. Il se compose d'un entrepôt de données, d'un tableau de bord et d'une compétence d'agent AI. L'IA est chargée de remplir l'entrepôt de données en analysant les photos de nourriture prises par la caméra. Cette compétence permet aux agents AI (comme Claude Code, Cursor ou Codex) d'enregistrer automatiquement les repas, de suivre les apports nutritionnels et de visualiser les tendances alimentaires via le tableau de bord intégré. Morsel simplifie le suivi alimentaire en éliminant la saisie manuelle des données, ce qui le rend particulièrement utile pour les développeurs et les utilisateurs qui souhaitent automatiser leur suivi nutritionnel.
npx skills add jirathip-dev/morselInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Tracker alimentaire axé sur MCP et la caméra — entrepôt de données + tableau de bord + compétence d'agent. Votre IA remplit le magasin.
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.