O que liteparse faz?
Um analisador de documentos rápido e de código aberto, projetado para fornecer estruturas Markdown limpas diretamente para janelas de contexto de agentes.
Um analisador de documentos rápido e de código aberto, projetado para fornecer estruturas Markdown limpas diretamente para janelas de contexto de agentes.
O run-llama/liteparse é uma skill de agente de IA especializada em análise de documentos. Ela converte rapidamente documentos (como PDFs) em Markdown limpo e estruturado, otimizado para ser injetado diretamente no contexto de agentes de IA. Isso é útil para desenvolvedores que precisam alimentar agentes com informações de documentos sem se preocupar com formatação complexa ou ruídos. A skill suporta plataformas como Claude Code, Cursor e Codex, e funciona por meio de uma API ou linha de comando, processando documentos localmente ou em nuvem. Sua eficiência e simplicidade a tornam essencial para pipelines de dados e automação de agentes.
npx skills add run-llama/liteparseInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Um analisador de documentos rápido e de código aberto, projetado para fornecer estruturas Markdown limpas diretamente para janelas de contexto de agentes.
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.