Que fait notes-quiz-agent ?
Convertit des notes PDF en réponses citées, quiz adaptatifs et flashcards en utilisant des LLM locaux pour une étude privée.
Convertit des notes PDF en réponses citées, quiz adaptatifs et flashcards en utilisant des LLM locaux pour une étude privée.
Cette compétence d'agent AI permet de transformer des fichiers PDF de notes en ressources d'étude interactives, le tout exécuté localement pour préserver la confidentialité. Elle génère des réponses citées à partir du contenu du PDF, créant ainsi un système de questions-réponses fiable. Ensuite, elle produit des quiz adaptatifs qui s'ajustent au niveau de compréhension de l'utilisateur, ainsi que des flashcards pour une mémorisation efficace. L'utilisation de LLM locaux garantit qu'aucune donnée sensible ne quitte la machine, ce qui la rend idéale pour les étudiants ou professionnels souhaitant étudier en privé. La compétence est conçue pour fonctionner avec des agents comme Claude Code, Cursor ou Codex, offrant une intégration transparente dans les workflows d'étude existants.
npx skills add Wry-letters233/notes-quiz-agentInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Convertit des notes PDF en réponses citées, quiz adaptatifs et flashcards en utilisant des LLM locaux pour une étude privée.
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.