O que llm-knowledge-base faz?
Automatize sua base de conhecimento pessoal no Obsidian usando o Claude. Alimente conteúdo bruto e deixe o LLM organizar, vincular e sintetizar suas anotações.
Automatize sua base de conhecimento pessoal no Obsidian usando o Claude. Alimente conteúdo bruto e deixe o LLM organizar, vincular e sintetizar suas anotações.
Esta skill permite automatizar a criação e manutenção de uma base de conhecimento pessoal no Obsidian, utilizando o poder do Claude (LLM). O usuário fornece conteúdo bruto, como textos, links ou ideias, e a skill utiliza o LLM para organizar, vincular e sintetizar essas informações em notas estruturadas dentro do Obsidian. É útil para desenvolvedores, escritores ou qualquer pessoa que queira transformar informações dispersas em um conhecimento coeso e facilmente navegável. A skill é projetada para funcionar com o Claude Code ou outros agentes de IA compatíveis, integrando-se diretamente com o ecossistema do Obsidian.
npx skills add mindgameolympiangames78/llm-knowledge-baseInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Automatize sua base de conhecimento pessoal no Obsidian usando o Claude. Alimente conteúdo bruto e deixe o LLM organizar, vincular e sintetizar suas anotações.
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.