LazyChat — um assistente de IA ancorado dentro do seu desk do ERPNext. Converse com seus dados, rascunhe relatórios, prepare edições (com aplicação controlada). Traga seu próprio LLM: qualquer chave OpenAI-compatível ou Anthropic, permanece no seu navegador. Também inclui um servidor MCP (101 ferramentas com escopo de permissão).
LazyChat é uma skill de agente de IA projetada para se integrar perfeitamente ao ERPNext, oferecendo um assistente de IA diretamente no desk do sistema. Ela permite que os usuários conversem com seus dados empresariais, criem relatórios através de linguagem natural e preparem edições que podem ser aplicadas de forma controlada (apply-gated). A skill é flexível em relação ao provedor de LLM, suportando qualquer chave de API compatível com OpenAI ou Anthropic, e todos os dados processados permanecem no navegador do usuário para maior privacidade. Além disso, o LazyChat inclui um servidor MCP (Model Context Protocol) que expõe 101 ferramentas com escopo de permissão, permitindo interações seguras e controladas com o ERPNext. Esta skill é ideal para usuários de ERPNext que desejam automatizar tarefas, extrair insights e gerenciar dados usando IA, sem depender de serviços de nuvem externos.
npx skills add soumyasethy/lazychat-erpnextInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
LazyChat — um assistente de IA ancorado dentro do seu desk do ERPNext. Converse com seus dados, rascunhe relatórios, prepare edições (com aplicação controlada). Traga seu próprio LLM: qualquer chave OpenAI-compatível ou Anthropic, permanece no seu navegador. Também inclui um servidor MCP (101 ferramentas com escopo de permissão).
Fonte: https://github.com/soumyasethy/lazychat-erpnext
Descoberto durante a caça diária de habilidades de agente em awesomeskills.dev.
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.