Communitygithub.com

limi124/radar-de-pesquisa-em-sensoriamento-remoto

O Radar de Pesquisa em Sensoriamento Remoto é uma habilidade do Codex projetada para rastrear as fronteiras da pesquisa em IA geoespacial, sensoriamento remoto óptico, big data de sensoriamento remoto e métodos transferíveis de visão computacional. Ajuda pesquisadores a descobrir, filtrar, classificar e resumir regularmente artigos recentes, projetos de código aberto e conjuntos de dados.

O que é radar-de-pesquisa-em-sensoriamento-remoto?

O Radar de Pesquisa em Sensoriamento Remoto é uma habilidade especializada do Codex voltada para pesquisadores que atuam nas áreas de IA geoespacial, sensoriamento remoto óptico, big data de sensoriamento remoto e métodos transferíveis de visão computacional. Seu principal objetivo é automatizar o processo de monitoramento do estado da arte, permitindo que os usuários descubram, filtrem, classifiquem e resumam regularmente artigos acadêmicos, projetos de código aberto e conjuntos de dados relevantes. A habilidade é construída para operar dentro do ecossistema do Codex, integrando-se com fluxos de trabalho de linha de comando e APIs de serviços de terceiros (como arXiv, GitHub e Semantic Scholar) para coletar e processar informações de forma eficiente. Ao fornecer um resumo conciso das publicações e ferramentas mais recentes, esta habilidade economiza tempo e esforço na revisão de literatura, garantindo que os pesquisadores se mantenham atualizados com os avanços em um campo em rápida evolução. Ela suporta a personalização de tópicos de pesquisa, palavras-chave e métricas de classificação, adaptando o radar às necessidades específicas de cada usuário.

Funciona com~Claude Code✓Codex CLI~Cursor
npx skills add limi124/remote-sensing-research-radar

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que radar-de-pesquisa-em-sensoriamento-remoto faz?

O Radar de Pesquisa em Sensoriamento Remoto é uma habilidade do Codex projetada para rastrear as fronteiras da pesquisa em IA geoespacial, sensoriamento remoto óptico, big data de sensoriamento remoto e métodos transferíveis de visão computacional. Ajuda pesquisadores a descobrir, filtrar, classificar e resumir regularmente artigos recentes, projetos de código aberto e conjuntos de dados.

Como usar

Para executar a habilidade, utilize o seguinte comando no Codex:

radar

A habilidade irá:

  • Consultar fontes de dados externas (arXiv, GitHub, Semantic Scholar) com palavras-chave predefinidas.
  • Filtrar resultados com base em critérios de relevância e qualidade.
  • Classificar os itens encontrados.
  • Gerar um resumo formatado com links e descrições.

Configuração

Você pode personalizar o comportamento da habilidade editando variáveis de ambiente ou arquivos de configuração locais:

  • RADAR_KEYWORDS - Lista de palavras-chave separadas por vírgula (ex.: "geospatial AI, remote sensing big data").
  • RADAR_DAYS_BACK - Número de dias para retroceder na busca (padrão: 7).
  • RADAR_MAX_RESULTS - Número máximo de resultados por fonte (padrão: 10).
  • RADAR_OUTPUT_FORMAT - Formato de saída: "markdown" ou "json" (padrão: "markdown").

Exemplo de saída

# Radar de Pesquisa em Sensoriamento Remoto — 2025-03-24

## Artigos mais recentes

1. [Deep Learning for Optical Remote Sensing: A Comprehensive Survey](https://arxiv.org/abs/1234.56789) — Autor: Silva et al. — Resumo: Este artigo apresenta uma pesquisa abrangente sobre métodos de aprendizado profundo aplicados a imagens de sensoriamento remoto óptico.

## Projetos de código aberto

1. [geoai-hub/remote-sensing-toolkit](https://github.com/geoai-hub/remote-sensing-toolkit) — Ferramentas de processamento de imagens de satélite com suporte a PyTorch e TensorFlow.

## Conjuntos de dados

1. [BigEarthNet](https://www.bigearth.net) — Conjunto de dados multi-rótulo e multi-tempo de imagens Sentinel-2.

Dependências

  • Codex (versão 1.0 ou superior)
  • Conexão com a internet para acessar APIs externas.

Para mais informações, consulte o repositório oficial em GitHub.

Habilidades Relacionadas