O que awesome-azure-openai-llm faz?
Uma coleção curada de recursos para 🌌 Azure OpenAI, 🦙 LLMs (RAG, Agentes).
Uma coleção curada de recursos para 🌌 Azure OpenAI, 🦙 LLMs (RAG, Agentes).
Este skill oferece uma lista curada e abrangente de recursos sobre Azure OpenAI e Modelos de Linguagem de Grande Escala (LLMs), incluindo tópicos como RAG (Geração Aumentada por Recuperação) e Agentes. É útil para desenvolvedores e pesquisadores que desejam se aprofundar no ecossistema Azure OpenAI e LLMs, fornecendo links para artigos, tutoriais, ferramentas e exemplos práticos. O repositório é agnóstico de plataforma, podendo ser utilizado com qualquer agente de IA que suporte leitura de documentação Markdown, como Claude Code, Cursor ou Codex. Ele não executa código diretamente, mas serve como um ponto de partida para aprendizado e consulta rápida sobre as melhores práticas e novidades na área.
npx skills add kimtth/awesome-azure-openai-llmInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Uma coleção curada de recursos para 🌌 Azure OpenAI, 🦙 LLMs (RAG, Agentes).
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.