gbrain-openclaw은(는) 무엇을 하나요?
로컬 SQLite 기반 그래프, 전체 텍스트 검색, 벡터 임베딩 및 MCP 통합을 사용하여 OpenClaw의 개인 지식을 관리합니다.
로컬 SQLite 기반 그래프를 사용하여 전체 텍스트 검색, 벡터 임베딩 및 MCP 통합을 통해 OpenClaw의 개인 지식을 관리합니다.
이 스킬은 OpenClaw 환경 내에서 개인 지식 그래프를 구축하고 관리할 수 있도록 설계되었습니다. 로컬 SQLite 데이터베이스를 핵심 저장소로 활용하며, 전체 텍스트 검색(FTS)과 벡터 임베딩을 지원하여 정보를 효율적으로 검색하고 연결할 수 있습니다. 또한 MCP(Model Context Protocol)를 통합하여 에이전트 간 지식 공유 및 컨텍스트 유지를 가능하게 합니다. 개발자와 AI 에이전트 사용자는 이 스킬을 통해 로컬에서 안전하게 개인 지식을 저장하고, 강력한 검색 기능과 의미적 연결성을 활용할 수 있습니다. 지원 플랫폼은 OpenClaw에 국한되며, SQLite 기반으로 별도의 외부 서비스 의존성 없이 가볍게 운영됩니다. SKILL.md 문서에 따르면, 이 스킬은 데이터베이스 스키마, 임베딩 생성 파이프라인, 검색 쿼리 인터페이스 등을 제공하여 사용자 정의 지식 관리 시스템을 쉽게 구축할 수 있도록 돕습니다.
npx skills add eggcuptraceelement660/gbrain-openclawInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
로컬 SQLite 기반 그래프, 전체 텍스트 검색, 벡터 임베딩 및 MCP 통합을 사용하여 OpenClaw의 개인 지식을 관리합니다.
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.