O que context-map faz?
Map what the model can see: a no-tool prompt and Codex skill for inspecting an AI agent's current context stack.
Source: https://github.com/dxxbb/context-map
Pushed: 2026-06-02T07:09:28Z
Mapeie o que o modelo pode ver: um prompt sem ferramentas e uma skill do Codex para inspecionar a pilha de contexto atual de um agente de IA.
A skill dxxbb/context-map foi projetada para desenvolvedores e agentes de IA que precisam entender exatamente o que está no contexto atual do modelo durante uma sessão. Diferente de prompts que chamam ferramentas externas, este prompt sem ferramentas e skill do Codex permite que o agente inspecione sua própria pilha de contexto sem modificar o estado ou depender de chamadas de API. A utilidade principal está na depuração e transparência: ao invocar a skill, o agente pode listar quais arquivos, mensagens ou instruções estão visíveis no contexto atual, ajudando a prevenir esquecimentos, sobreposições ou erros de interpretação. É suportada principalmente pelo Codex, mas pode ser adaptada para outros ambientes que expõem a pilha de contexto. O funcionamento é simples: a skill consulta a representação interna do contexto do agente e retorna um resumo legível, permitindo que o próprio modelo ajuste seu comportamento com base no que realmente está acessível.
npx skills add dxxbb/context-mapInstalled? Explore more Pesquisa e Análise de Dados skills: obra/superpowers, affaan-m/quarkus-verification, affaan-m/uspto-database · View all 6 →
Map what the model can see: a no-tool prompt and Codex skill for inspecting an AI agent's current context stack.
Source: https://github.com/dxxbb/context-map
Pushed: 2026-06-02T07:09:28Z
Agent skill repository discovered by 10x-chat research.
Verification loop for Quarkus projects: build, static analysis, tests with coverage, security scans, native compilation, and diff review before release or PR.
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.
Evidence-first current-state research workflow for ECC. Use when the user wants fresh facts, comparisons, enrichment, or a recommendation built from current public evidence and any supplied local context.