rainforest-lab は何をしますか？
誠実なマルチエージェント研究フレームワーク — スキル、Pythonエンジン、MCP製品。
ソース: https://github.com/KrakenP/rainforest-lab
毎日のawesomeskills.devエージェントスキルハントで発見されました。
誠実なマルチエージェント研究フレームワーク — スキル、Pythonエンジン、MCP製品。
KrakenP/rainforest-labは、複数のエージェントが協調して研究タスクを遂行するための「誠実なマルチエージェント研究フレームワーク」です。このスキルにより、AIエージェント（Claude Code、Cursor、Codexなど）は、対話型の調査、情報収集、分析を実行できます。Pythonエンジンを中核とし、MCP（Model Context Protocol）製品としても提供されており、スキルファイルを通じてエージェントに研究の進め方や倫理的なガイドラインを指示します。主な利点は、透明性と誠実さを重視した研究プロセスの自動化であり、エージェント間の連携や結果の検証が容易になります。リポジトリはGitHub上で公開されており、毎日のエージェントスキルハントで発見された注目のスキルです。
npx skills add KrakenP/rainforest-labInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
誠実なマルチエージェント研究フレームワーク — スキル、Pythonエンジン、MCP製品。
ソース: https://github.com/KrakenP/rainforest-lab
毎日のawesomeskills.devエージェントスキルハントで発見されました。
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.