Transforme qualquer pergunta em um caminho de domínio estruturado, avaliado por agente, com planos, exercícios, pontos de verificação e transferência para o mundo real.
Este skill transforma uma pergunta aberta em um caminho de aprendizado completo e estruturado, avaliado por um agente de IA. Ele gera planos de estudo detalhados, exercícios práticos, pontos de verificação para autoavaliação e atividades de transferência para aplicar o conhecimento em contextos reais. É útil para desenvolvedores, estudantes e profissionais que desejam aprender de forma sistemática e verificável, garantindo a compreensão profunda de um tópico. Suporta plataformas como Claude Code e Cursor, e funciona analisando a pergunta inicial e criando automaticamente os materiais pedagógicos, com o agente avaliando o progresso e fornecendo feedback direcionado para garantir a maestria.
npx skills add CaoYuhaoCarl/question-to-masteryInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Transforme qualquer pergunta em um caminho de domínio estruturado, avaliado por agente, com planos, exercícios, pontos de verificação e transferência para o mundo real.
Fonte: https://github.com/CaoYuhaoCarl/question-to-mastery
Enviado: 2026-05-12T09:43:54Z Estrelas: 10
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.