Um ciclo de conhecimento para agentes de IA — que cresce junto com as pessoas que o moldam. Centrado na escassez de atenção e julgamento humanos à medida que a capacidade do agente aumenta; seis fases mantêm o comportamento alinhado com a intenção do operador entre sessões. Inclui ADRs, esquemas JSON e uma referência Python sem dependências.
Este skill define um ciclo de conhecimento para agentes de IA projetado para crescer com as pessoas que o moldam. Ele aborda um desafio central: conforme a capacidade dos agentes aumenta, a atenção e o julgamento humanos se tornam um recurso escasso. O ciclo é composto por seis fases que mantêm o comportamento do agente alinhado com a intenção do operador entre diferentes sessões de interação. Ele inclui Architecture Decision Records (ADRs), esquemas JSON para validação e uma implementação de referência em Python sem dependências externas. O repositório funciona em diversas plataformas de agentes e oferece uma estrutura leve e portátil para gerenciar a evolução do conhecimento do agente sem exigir infraestrutura complexa. Com isso, o skill oferece uma base sólida para desenvolvedores que desejam incorporar ciclos reflexivos de conhecimento sem depender de serviços externos.
npx skills add shimo4228/agent-knowledge-cycleInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Um ciclo de conhecimento para agentes de IA — que cresce junto com as pessoas que o moldam. Centrado na escassez de atenção e julgamento humanos à medida que a capacidade do agente aumenta; seis fases mantêm o comportamento alinhado com a intenção do operador entre sessões. Inclui ADRs, esquemas JSON e uma referência Python sem dependências.
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.