O que crisp-for-data faz?
CRISP-DM como 6 habilidades sequenciais do Claude Code para projetos de pipeline de dados (sem frontend). Complemento de earn-the-data.
CRISP-DM como 6 habilidades sequenciais do Claude Code para projetos de pipeline de dados (sem frontend). Complemento de earn-the-data.
Este skill organiza o processo CRISP-DM (Cross-Industry Standard Process for Data Mining) em seis etapas sequenciais implementadas como habilidades do Claude Code, focadas em projetos de pipeline de dados sem interface frontend. Ele é um complemento direto do skill 'earn-the-data', permitindo que um agente de IA execute cada fase do ciclo de vida de um projeto de dados: entendimento do negócio, entendimento dos dados, preparação, modelagem, avaliação e implantação. O uso é ideal para desenvolvedores e engenheiros de dados que desejam automatizar e padronizar fluxos de análise ou machine learning usando assistentes de codificação como Claude Code, Cursor ou Codex. Cada habilidade carrega instruções específicas para guiar o agente de IA em tarefas concretas, como exploração de datasets, limpeza de dados, construção de modelos e validação de resultados, garantindo consistência e rastreabilidade durante todo o ciclo do projeto.
npx skills add elkhouryrafik-boop/crisp-for-dataInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
CRISP-DM como 6 habilidades sequenciais do Claude Code para projetos de pipeline de dados (sem frontend). Complemento de earn-the-data.
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.