Que fait neo-chat ?
Un espace de travail de chat IA local-first pour les modèles, agents, compétences, plugins, recherche, RAG, voix, mémoire et artefacts.
Un espace de travail de chat IA local-first pour modèles, agents, compétences, plugins, recherche, RAG, voix, mémoire et artefacts.
u14app/neo-chat est un espace de travail de chat IA local-first qui permet aux développeurs et aux utilisateurs d'agents IA de gérer et d'interagir avec une variété de ressources : modèles, agents, compétences, plugins, recherche, RAG (Retrieval-Augmented Generation), voix, mémoire et artefacts. Conçu pour fonctionner localement, il garantit la confidentialité et la flexibilité tout en offrant une expérience de chat enrichie. Neo-chat prend en charge plusieurs plateformes d'agents IA, notamment Claude Code, Cursor, Codex et d'autres, grâce à son architecture modulaire. Son utilité réside dans la centralisation des interactions IA, permettant de combiner différentes fonctionnalités comme la recherche contextuelle, la génération augmentée par récupération, la mémoire persistante et la création d'artefacts, le tout dans une interface cohérente et locale. En utilisant des plugins et des compétences personnalisables, les utilisateurs peuvent étendre ses capacités pour répondre à des besoins spécifiques, ce qui en fait un outil polyvalent pour le développement, la recherche et la productivité basés sur l'IA.
npx skills add u14app/neo-chatInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Un espace de travail de chat IA local-first pour les modèles, agents, compétences, plugins, recherche, RAG, voix, mémoire et artefacts.
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.