Daemon de IA em segundo plano focado em privacidade local para Logseq OG. Transforma suas notas em um espaço de trabalho com agente autônomo, indexação automática, zero vazamento de dados e um servidor MCP opcional.
MarcoPorcellato/matryca-plumber é um daemon de IA em segundo plano projetado para Logseq OG, priorizando a privacidade local e o processamento autônomo. Ele transforma suas notas em um espaço de trabalho com capacidade de agente, realizando indexação automática do conteúdo sem depender de serviços externos, garantindo zero vazamento de dados. Inspirado pelo LLM-Wiki de Andrej Karpathy, o skill oferece um servidor MCP (Model Context Protocol) opcional para integração com ferramentas de IA. Suporta Logseq OG como principal plataforma, permitindo que usuários acessem e manipulem suas notas com comandos de linguagem natural, tudo mantendo os dados localmente. É útil para desenvolvedores e usuários avançados que desejam automatizar fluxos de trabalho pessoais ou criar agentes contextuais baseados em seu próprio conhecimento, sem abrir mão da segurança e privacidade.
npx skills add MarcoPorcellato/matryca-plumberInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Daemon de IA em segundo plano focado em privacidade local para Logseq OG. Transforma suas notas em um espaço de trabalho com agente autônomo, indexação automática, zero vazamento de dados e um servidor MCP opcional. Inspirado pelo LLM-Wiki de Andrej Karpathy.
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.