O que arbor faz?
Inteligência de código nativa em grafo que substitui RAG baseado em embeddings por compreensão determinística de programas.
Inteligência de código nativa em grafo que substitui RAG baseado em embeddings por compreensão determinística de programas.
Anandb71/arbor é uma habilidade de IA focada em engenharia de software que fornece inteligência de código através de uma abordagem de grafo nativo, substituindo sistemas tradicionais de RAG (Retrieval-Augmented Generation) baseados em embeddings por uma compreensão determinística de programas. Esta habilidade constrói e consulta um grafo de dependências e relações do código-fonte, permitindo que o agente de IA entenda precisamente a estrutura e o fluxo do programa, sem depender de vetores de embeddings. O arbor é especialmente útil para desenvolvedores que trabalham com bases de código complexas, pois oferece análises precisas de dependências, refatorações seguras, e respostas a perguntas sobre código com alta fidelidade. A ferramenta suporta múltiplas linguagens de programação e se integra a fluxos de desenvolvimento onde a precisão é crítica, como revisão de código, depuração e documentação automática.
npx skills add Anandb71/arborInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Inteligência de código nativa em grafo que substitui RAG baseado em embeddings por compreensão determinística de programas.
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.