Uma habilidade de raciocínio estruturado para agentes de IA. Ciclo de 5 estágios (Observação -> Hipótese -> Evidência -> Conclusão -> Verificação) com confiança no elo mais fraco, gravidade de 2 eixos e verificação de viés cognitivo. Veja SKILL.md para a metodologia.
Esta habilidade fornece um framework de raciocínio estruturado para agentes de IA, projetado para melhorar a precisão e confiabilidade das decisões em tarefas complexas. Ela implementa um ciclo iterativo de 5 estágios: Observação, Hipótese, Evidência, Conclusão e Verificação, que força o agente a pensar de forma sistemática e autocorretiva. Um diferencial chave é o conceito de 'elo mais fraco', onde a confiança global é determinada pelo estágio menos confiável, prevenindo superconfiança. Além disso, inclui uma análise de gravidade em dois eixos (impacto e urgência) e uma verificação embutida de viéses cognitivos comuns. É útil para agentes que precisam resolver problemas de engenharia, depuração, tomada de decisão ou qualquer cenário que exija raciocínio profundo e verificação rigorosa. A habilidade é independente de plataforma, podendo ser usada em qualquer agente de IA que suporte definições de habilidades personalizadas, como Claude Code, Cursor ou Codex.
npx skills add hyuce/master-brainInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Uma habilidade de raciocínio estruturado para agentes de IA. Ciclo de 5 estágios (Observação -> Hipótese -> Evidência -> Conclusão -> Verificação) com confiança no elo mais fraco, gravidade de 2 eixos e verificação de viés cognitivo. Veja SKILL.md para a metodologia.
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.