O que job-rag faz?
Sistema RAG com Agente LangGraph, FastAPI, Servidor MCP e Implantação no Azure.
Fonte: https://github.com/AdrianZaplata/job-rag
Descoberto durante a caçada diária de skills de agente em awesomeskills.dev.
Sistema RAG com Agente LangGraph, FastAPI, Servidor MCP e Implantação no Azure.
Este skill implementa um sistema completo de Retrieval-Augmented Generation (RAG) combinando um agente LangGraph para orquestração de fluxos, FastAPI para expor APIs REST, um servidor Model Context Protocol (MCP) para integração com ferramentas de IA, e configurações para implantação no Azure. É útil para desenvolvedores que desejam construir um pipeline de consulta a documentos com respostas baseadas em contexto recuperado, tudo modular e escalável. Suporta os ecossistemas LangGraph, FastAPI, MCP e serviços de nuvem Azure. O funcionamento baseia-se na definição de um agente LangGraph que coordena etapas de recuperação e geração, servido via FastAPI, com comunicação padronizada via MCP, permitindo fácil integração com assistentes de IA como Claude Code.
npx skills add AdrianZaplata/job-ragInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Sistema RAG com Agente LangGraph, FastAPI, Servidor MCP e Implantação no Azure.
Fonte: https://github.com/AdrianZaplata/job-rag
Descoberto durante a caçada diária de skills de agente em awesomeskills.dev.
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.