Copiloto de Segurança corporativo com RAG agentivo, equipado com guardrails, engenharia de contexto, memória, fluxo multiagente, ferramentas no estilo MCP, avaliação e observabilidade.
Este skill oferece um copiloto de segurança corporativo baseado em RAG (Recuperação Aumentada por Geração) com um design agentivo e completo. Ele se destaca por incorporar guardrails (barreiras de segurança) para controlar saídas, engenharia de contexto para refinar consultas, memória de longo prazo para sessões persistentes e um fluxo de trabalho multiagente que orquestra múltiplos agentes especializados. Além disso, utiliza ferramentas no estilo MCP (Model Context Protocol) para integração com sistemas externos, e inclui módulos de avaliação e observabilidade para monitorar e depurar o comportamento do sistema. É ideal para engenheiros de software e profissionais de segurança que desejam implantar um assistente inteligente e seguro em ambientes corporativos, oferecendo respostas contextualizadas e auditáveis. O skill foi descoberto a partir de repositórios GitHub recentes focados em skills para agentes, fluxos de trabalho para Claude/Codex/Gemini e automação com IA.
npx skills add punamsahu1-spec/devsentinel-ai-architect-labInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Copiloto de Segurança corporativo com RAG agentivo, equipado com guardrails, engenharia de contexto, memória, fluxo multiagente, ferramentas no estilo MCP, avaliação e observabilidade.
Fonte: https://github.com/punamsahu1-spec/devsentinel-ai-architect-lab
Descoberto a partir de repositórios GitHub enviados nas últimas 24 horas para skills de agente, fluxos de trabalho Claude/Codex/Gemini, ferramentas MCP e automação adjacente com agentes de IA.
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.