Otimiza textos, prompts e documentação para eficiência de tokens de LLMs. Aplica 41 regras baseadas em pesquisa em 6 categorias: comportamento do Claude, eficiência de tokens, estrutura, integridade de referências, percepção e compreensão de LLMs. Use ao otimizar prompts, reduzir tokens, comprimir documentos verbosos ou melhorar a qualidade das instruções para LLMs.
Este skill, **kochetkov-ma/text-optimizer**, é uma ferramenta especializada para otimizar textos, prompts e documentação direcionados a Modelos de Linguagem de Grande Escala (LLMs), como o Claude. Sua principal finalidade é aumentar a eficiência de tokens, reduzindo o custo computacional e o tempo de processamento, ao mesmo tempo que mantém ou melhora a qualidade da saída gerada pelo modelo. Ele é particularmente útil para desenvolvedores, engenheiros de prompt e profissionais que trabalham com agentes de IA, pois aplica um conjunto de 41 regras baseadas em pesquisa, organizadas em seis categorias: comportamento do Claude, eficiência de tokens, estrutura textual, integridade de referências, percepção do modelo e compreensão geral de LLMs. O skill funciona analisando o texto de entrada e aplicando automaticamente essas regras para remover redundâncias, melhorar a clareza e garantir que as instruções sejam transmitidas de forma concisa e eficaz. Ao comprimir documentos verbosos e refinar prompts, ele melhora significativamente a qualidade das instruções, resultando em interações mais precisas e econômicas com modelos de IA.
npx skills add https://github.com/kochetkov-ma/claude-brewcode/tree/main/skills/text-optimizerInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Otimiza textos, prompts e documentação para eficiência de tokens de LLMs. Aplica 41 regras baseadas em pesquisa em 6 categorias: comportamento do Claude, eficiência de tokens, estrutura, integridade de referências, percepção e compreensão de LLMs. Use ao otimizar prompts, reduzir tokens, comprimir documentos verbosos ou melhorar a qualidade das instruções para LLMs.
This repo contains 1 individual skill — each has its own dedicated page.
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.