nia は何をしますか？
コードリポジトリ、ドキュメント、研究論文、HuggingFaceデータセット、ローカルフォルダ、Slackワークスペース、Google Drive、X（Twitter）、パッケージなどをNia AIでインデックス化・検索します。認証ブートストラップ、Oracle自律研究、GitHubライブ検索、Tracerエージェント、依存関係分析、コンテキスト共有、コードアドバイザー、ドキュメントエージェント、データ抽出、ファイルシステム操作、汎用コネクタを備えています。
コードリポジトリ、ドキュメント、研究論文、HuggingFaceデータセット、ローカルフォルダ、Slackワークスペース、Google Drive、X（Twitter）、パッケージなどをNia AIでインデックス化・検索します。認証ブートストラップ、Oracle自律研究、GitHubライブ検索、Tracerエージェント、依存関係分析、コンテキスト共有、コードアドバイザー、ドキュメントエージェント、データ抽出、ファイルシステム操作、汎用コネクタを備えています。
Niaは、コードリポジトリ、ドキュメント、研究論文、HuggingFaceデータセット、ローカルフォルダ、Slackワークスペース、Google Drive、X（Twitter）、パッケージなど、多様な情報ソースを効率的にインデックス化・検索するための強力なAIエージェントスキルです。このスキルは、開発者やAIエージェント（Claude Code、Cursor、Codexなど）がコードベースやドキュメントを理解し、迅速に情報を取得するのを支援します。主な機能として、認証ブートストラップ、Oracle自律研究エージェント（権威ある情報源を自動調査）、GitHubライブ検索、依存関係分析、コードアドバイス、データ抽出、ファイルシステム操作、汎用コネクタによる外部サービス連携を備えています。これにより、開発者は大規模なプロジェクトでも関連情報を素早く見つけ出し、分析し、再利用可能なインサイトを得ることができます。
npx skills add https://github.com/nozomio-labs/nia-skill/tree/main/skills/niaInstalled? 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 →
コードリポジトリ、ドキュメント、研究論文、HuggingFaceデータセット、ローカルフォルダ、Slackワークスペース、Google Drive、X（Twitter）、パッケージなどをNia AIでインデックス化・検索します。認証ブートストラップ、Oracle自律研究、GitHubライブ検索、Tracerエージェント、依存関係分析、コンテキスト共有、コードアドバイザー、ドキュメントエージェント、データ抽出、ファイルシステム操作、汎用コネクタを備えています。
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.