Demonstrações visíveis de robótica orientadas por IA, alimentadas por políticas VLM, habilidades MCP e agentes de codificação de IA. Relatórios HTML revisáveis — quadros, mapas, rastreamentos de ferramentas, pontuações — em vez de logs de terminal enterrados.
MiaoDX/roboclaws é um skill de agente de IA projetado para gerar demonstrações de robótica claras e revisáveis, combinando políticas de modelo de visão-linguagem (VLM), habilidades do Protocolo de Contexto de Modelo (MCP) e agentes de codificação de IA. Em vez de produzir logs de terminal opacos e difíceis de interpretar, ele gera relatórios HTML ricos e visualizáveis que incluem quadros, mapas, rastreamentos de ferramentas e pontuações de desempenho. Isso torna o processo de desenvolvimento e depuração de sistemas robóticos muito mais acessível, pois cada etapa da execução da política, escolha de ferramentas e resultado pode ser inspecionada visualmente. O skill é útil para engenheiros de robótica, pesquisadores de IA e desenvolvedores que precisam validar e apresentar comportamentos robóticos orientados por IA de forma transparente. Ele suporta plataformas que executam agentes de codificação de IA com habilidades MCP, como Claude Code ou ferramentas similares, e funciona gerando automaticamente artefatos HTML a partir dos dados de execução. Sua principal vantagem é substituir logs de terminal densos por relatórios visuais estruturados, permitindo revisão por pares, análise de erros e apresentação de resultados de forma intuitiva.
npx skills add MiaoDX/roboclawsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Demonstrações visíveis de robótica orientadas por IA, alimentadas por políticas VLM, habilidades MCP e agentes de codificação de IA. Relatórios HTML revisáveis — quadros, mapas, rastreamentos de ferramentas, pontuações — em vez de logs de terminal enterrados.
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.