Framework de desenvolvimento de aplicações Java com IA (suporta LLM-ferramenta, habilidade; RAG; MCP; Agente-ReAct, Agente-Equipe). Compatível com java8 ~ java25. Também pode ser embutido em SpringBoot, jFinal, Vert.x, Quarkus e outros frameworks.
O opensolon/solon-ai é um framework de desenvolvimento de aplicações Java especializado em inteligência artificial. Ele suporta uma ampla gama de funcionalidades, incluindo integração com LLMs por meio de ferramentas e habilidades, RAG (Geração Aumentada por Recuperação), MCP (Model Context Protocol), e padrões de agente como ReAct e Agente-Equipe. Sua grande vantagem é ser compatível com versões do Java desde a 8 até a 25, permitindo seu uso em projetos legados e modernos. Além disso, pode ser embutido em frameworks populares como SpringBoot, jFinal, Vert.x e Quarkus, facilitando a adoção incremental em ecossistemas existentes. Ele se destaca por oferecer uma plataforma unificada que simplifica a criação de agentes inteligentes, sistemas de perguntas e respostas baseados em documentos, e ferramentas orquestradas por LLMs, tudo com o desempenho e a confiabilidade do ecossistema Java.
npx skills add opensolon/solon-aiInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Framework de desenvolvimento de aplicações Java com IA (suporta LLM-ferramenta, habilidade; RAG; MCP; Agente-ReAct, Agente-Equipe). Compatível com java8 ~ java25. Também pode ser embutido em SpringBoot, jFinal, Vert.x, Quarkus e outros frameworks.
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.