O que CampusAgent-QA faz?
Sistema agentivo de QA para campus com recuperação RAG, memória Wiki LLM e habilidades GBrain
Fonte: https://github.com/Harzva/CampusAgent-QA
Enviado: 2026-05-12T10:03:22Z Estrelas: 0
Sistema agentivo de QA para campus com recuperação RAG, memória Wiki LLM e habilidades GBrain
Harzva/CampusAgent-QA é um sistema agentivo de Perguntas e Respostas (QA) projetado para ambientes de campus universitário. Ele combina técnicas de Retrieval-Augmented Generation (RAG) para buscar informações em bases de conhecimento, uma memória Wiki baseada em LLM para armazenar e recuperar conhecimento semântico, e habilidades do GBrain para integrar inteligência artificial avançada. Este skill é útil para desenvolvedores e administradores que desejam criar assistentes inteligentes capazes de responder perguntas específicas sobre o campus, como localização de departamentos, horários de cursos e regras universitárias. Ele suporta plataformas como Claude Code e outros agentes de IA que aceitam skills customizadas. O funcionamento baseia-se na extração de informações contextuais a partir de documentos indexados, combinando-as com respostas geradas por LLM para oferecer respostas precisas e contextualmente relevantes.
npx skills add Harzva/CampusAgent-QAInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Sistema agentivo de QA para campus com recuperação RAG, memória Wiki LLM e habilidades GBrain
Fonte: https://github.com/Harzva/CampusAgent-QA
Enviado: 2026-05-12T10:03:22Z Estrelas: 0
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.