Démo de flux de travail d'opérations e-commerce assisté par IA avec données simulées, notation de risque SKU, tests et une compétence réutilisable.
Ce skill fournit un kit complet pour simuler et automatiser les opérations e-commerce avec l'aide de l'IA. Il inclut des données simulées (produits, commandes, clients, fournisseurs), un système de notation de risque pour les SKU basé sur des règles métier (délais d'approvisionnement, taux de retour, coût), des rapports automatisés générés par l'IA, ainsi que des tests unitaires et une compétence réutilisable pour les agents. Le workflow démontre comment un agent IA peut évaluer des SKU, prioriser des actions et générer des recommandations exploitables. C'est un excellent point de départ pour les développeurs souhaitant intégrer l'IA dans leurs processus logistiques et commerciaux, et fonctionne avec des plateformes comme Claude Code, Cursor ou Codex.
npx skills add onyx679/ecommerce-ops-ai-workflow-kitInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Démo de flux de travail d'opérations e-commerce assisté par IA avec données simulées, notation de risque SKU, tests et une compétence réutilisable.
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.