Um projeto para gerenciar extensões para ferramentas de LLM, como skills, agentes, hooks, etc., que controlam, ajustam e otimizam a saída de um modelo LLM. Além disso, fornece uma biblioteca Python para gerenciar as extensões em diferentes sistemas e projetos usando métodos de varredura de API REST, sem a necessidade de hospedar extensões em um repositório público.
O PyUtility/polyskills é um projeto focado no gerenciamento de extensões para ferramentas de Large Language Models (LLM), como skills (habilidades), agents (agentes) e hooks. Ele permite que desenvolvedores controlem, ajustem e otimizem as saídas de modelos LLM de forma flexível e eficiente. A principal inovação deste projeto é fornecer uma biblioteca Python que gerencia essas extensões em diferentes sistemas e projetos por meio de métodos de varredura de API REST. Isso elimina a necessidade de hospedar as extensões em um repositório público, oferecendo maior controle e segurança sobre as customizações. Ideal para integrações com ferramentas como Claude Code, Cursor e Codex, o polyskills simplifica a implantação e o gerenciamento de extensões em ambientes corporativos ou projetos fechados.
npx skills add PyUtility/polyskillsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Um projeto para gerenciar extensões para ferramentas de LLM, como skills, agentes, hooks, etc., que controlam, ajustam e otimizam a saída de um modelo LLM. Além disso, fornece uma biblioteca Python para gerenciar as extensões em diferentes sistemas e projetos usando métodos de varredura de API REST, sem a necessidade de hospedar extensões em um repositório público.
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.