O que agentic-kaggle-skill faz?
Implante agentes de IA autônomos para pesquisar, depurar e iterar em competições de ciência de dados do Kaggle.
Implante agentes de IA autônomos para pesquisar, depurar e iterar em competições de ciência de dados do Kaggle.
Esta skill permite que agentes de IA, como os usados no Claude Code, Cursor ou Codex, atuem de forma autônoma em competições de ciência de dados do Kaggle. Ela capacita o agente a pesquisar conjuntos de dados, explorar kernels existentes, depurar código de modelos e iterar soluções de aprendizado de máquina de forma eficiente. O principal benefício é automatizar o ciclo de experimentação típico dessas competições, economizando horas de trabalho manual. A skill funciona fornecendo ao agente um conjunto de ferramentas e instruções (SKILL.md) para navegar no ambiente do Kaggle, manipular dados, treinar modelos e submeter resultados, tudo dentro de um fluxo de trabalho autônomo.
npx skills add Mirannonarbitrable290/agentic-kaggle-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Implante agentes de IA autônomos para pesquisar, depurar e iterar em competições de ciência de dados do Kaggle.
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.