Taps do Homebrew para habilidades de agentes de IA. Agnóstico em relação ao agente. Instale a partir de qualquer host git ou registro npm, pesquise em taps e registros pesquisáveis como skill.sh, encontre, realize varredura de segurança estática e semântica antes que qualquer coisa toque o disco.
O nklisch/skilltap é um sistema de distribuição de habilidades para agentes de IA, inspirado no modelo de taps do Homebrew. Ele permite que você instale, atualize e gerencie skills de agentes de IA de forma agnóstica, funcionando com qualquer plataforma de agente (Claude Code, Cursor, Codex, etc.). O sistema suporta a instalação a partir de qualquer host git, registro npm ou fontes personalizadas, além de oferecer pesquisa em taps locais e registros pesquisáveis como o skill.sh. Uma característica fundamental é a segurança: antes de qualquer habilidade ser baixada ou executada, o sistema realiza varreduras de segurança estática e semântica para detectar vulnerabilidades e comportamentos suspeitos. Isso garante que apenas habilidades seguras sejam disponibilizadas aos agentes, protegendo tanto o ambiente de desenvolvimento quanto os dados do usuário. O skilltap é ideal para desenvolvedores que precisam gerenciar um ecossistema de habilidades de IA de forma centralizada, segura e eficiente, eliminando a necessidade de scripts manuais de instalação ou verificações de segurança ad hoc.
npx skills add nklisch/skilltapInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Taps do Homebrew para habilidades de agentes de IA. Agnóstico em relação ao agente. Instale a partir de qualquer host git ou registro npm, pesquise em taps e registros pesquisáveis como skill.sh, encontre, realize varredura de segurança estática e semântica antes que qualquer coisa toque o disco.
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.