Substrato de busca agentiva mais rápido. ls/glob/read/grep nativo em S3 com spans tree-sitter, fan-out paralelo, servidor MCP. Rust.
CREVIOS/agentic-search é um substrato de busca agentiva de alto desempenho, projetado para desenvolvedores e agentes de IA que precisam pesquisar, ler e filtrar grandes volumes de código ou arquivos armazenados no Amazon S3 de forma eficiente. Ele combina operações familiares do Unix (ls, glob, read, grep) com a capacidade de analisar árvores sintáticas (tree-sitter spans), permitindo buscas contextuais precisas em múltiplos repositórios ou buckets. Sua arquitetura inclui fan-out paralelo para acelerar consultas distribuídas e oferece um servidor MCP (Model Context Protocol) para integração direta com assistentes como Claude, Cursor e Codex. Construído em Rust, ele garante desempenho máximo e baixo consumo de recursos, sendo uma ferramenta essencial para workflows de automação agentiva que exigem acesso rápido e inteligente a dados em nuvem.
npx skills add CREVIOS/agentic-searchInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Substrato de busca agentiva mais rápido. ls/glob/read/grep nativo em S3 com spans tree-sitter, fan-out paralelo, servidor MCP. Rust.
Fonte: https://github.com/CREVIOS/agentic-search
Descoberto a partir de repositórios GitHub enviados nas últimas 24 horas para habilidades de agente, fluxos de trabalho Claude/Codex/Gemini, ferramentas MCP e automação adjacente de IA agentiva.
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.