O que python-data-analytics-agent-examples faz?
Exemplos leves de AGENTS.md, SKILL.md e MCP para um repositório de análise de dados em Python
Exemplos leves de AGENTS.md, SKILL.md e MCP para um repositório de análise de dados em Python
Este skill fornece exemplos práticos e leves de arquivos AGENTS.md, SKILL.md e configurações MCP (Model Context Protocol) para um repositório de análise de dados em Python. Ele é útil para desenvolvedores e agentes de IA que desejam estruturar rapidamente um projeto de análise de dados com boas práticas de documentação e integração com ferramentas como Claude Code, Cursor ou Codex. O repositório demonstra como definir habilidades (skills) para agentes de IA, incluindo instruções claras sobre como executar tarefas como carregamento, limpeza, visualização e modelagem de dados. Além disso, inclui exemplos de configuração MCP para permitir que agentes interajam com o ambiente de desenvolvimento de forma padronizada e eficiente.
npx skills add kellyclaw-ai/python-data-analytics-agent-examplesInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Exemplos leves de AGENTS.md, SKILL.md e MCP para um repositório de análise de dados em Python
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.