O que ai-agents-reality-check faz?
🤖 Avalie as capacidades de agentes de IA, unindo o hype à realidade com métricas claras e insights para decisões de desenvolvimento informadas.
🤖 Avalie as capacidades de agentes de IA, unindo o hype à realidade com métricas claras e insights para decisões de desenvolvimento informadas.
Esta skill permite que desenvolvedores e engenheiros de software comparem (benchmark) as capacidades reais de diferentes agentes de IA (como Claude Code, Cursor, Codex, etc.). Ela aborda a necessidade de métricas objetivas para avaliar se um agente é adequado para uma tarefa específica, ajudando a tomar decisões de desenvolvimento com base em dados, em vez de impressões superficiais ou hype. A skill suporta múltiplas plataformas de agentes e pode ser integrada a fluxos de trabalho de CI/CD. O funcionamento baseia-se em testes padronizados e coleta de métricas de desempenho, fornecendo um relatório claro e acionável sobre os pontos fortes e fracos de cada agente em cenários do mundo real.
npx skills add MohamedEmad219/ai-agents-reality-checkInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🤖 Avalie as capacidades de agentes de IA, unindo o hype à realidade com métricas claras e insights para decisões de desenvolvimento informadas.
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.