Transforme sessões ad-hoc do Claude Code / Codex / Cursor em um loop repetível — pesquisar → planejar → executar em ondas → fechar. Subagentes paralelos, portões de qualidade entre ondas, integração dupla GitHub+GitLab, adoção de F2 Memory + Persona-Panel + padrão gsd. 37 habilidades · 18 comandos · 13 agentes · 7360 testes.
O Kanevry/session-orchestrator é um conjunto de habilidades avançado que transforma sessões ad-hoc de ferramentas de IA (Claude Code, Codex, Cursor) em um loop de desenvolvimento estruturado e repetível. Ele segue um ciclo de 4 fases — pesquisa, planejamento, execução baseada em ondas (wave-execute) e fechamento — com subagentes executando paralelamente tarefas independentes, acelerando o desenvolvimento. Pontos de qualidade entre ondas garantem que cada etapa atenda a critérios rigorosos antes de prosseguir. Ele também se integra perfeitamente com GitHub e GitLab, permitindo fluxos de trabalho com repositórios remotos, além de utilizar três sistemas de memória e personalização: F2 Memory (memória de longo prazo), Persona-Panel (perfis de comportamento de IA) e o padrão gsd (orientado a objetivos). Com 37 habilidades, 18 comandos, 13 agentes e uma suíte de 7360 testes, essa ferramenta é ideal para desenvolvedores que buscam consistência, escalabilidade e automação em projetos de software complexos.
npx skills add Kanevry/session-orchestratorInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Transforme sessões ad-hoc do Claude Code / Codex / Cursor em um loop repetível — pesquisar → planejar → executar em ondas → fechar. Subagentes paralelos, portões de qualidade entre ondas, integração dupla GitHub+GitLab, adoção de F2 Memory + Persona-Panel + padrão gsd. 37 habilidades · 18 comandos · 13 agentes · 7360 testes.
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.