Wiki LLM pessoal + Biblioteca de Padrões + Rotina v2.1 — Padrão de Karpathy aplicado à análise do ecossistema de IA agêntica (56-wiki corpus, 39 padrões confirmados, MIT)
Esta skill transforma seu agente de IA em um cérebro analítico especializado em tendências do ecossistema de IA agêntica. Baseada no padrão de Karpathy, ela combina uma wiki LLM pessoal (56 artigos), uma biblioteca de 39 padrões de arquitetura confirmados e uma rotina de análise v2.1. Ao ser invocada, a skill consulta seu repositório local de conhecimento (corpus) para identificar, classificar e correlacionar padrões emergentes em projetos de agentes de IA, como aqueles encontrados no GitHub. É útil para desenvolvedores e pesquisadores que desejam uma visão estruturada e atualizada do cenário de agentes de IA, permitindo que o agente entenda o contexto de repositórios, arquivos de configuração e interações. Funciona como um cérebro auxiliar que enriquece o raciocínio do LLM com fatos e padrões específicos do domínio, sem depender de APIs externas, mantendo a análise offline e privada.
npx skills add tuanduongdn1504/agentic-ai-brain-for-trendingInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Wiki LLM pessoal + Biblioteca de Padrões + Rotina v2.1 — Padrão de Karpathy aplicado à análise do ecossistema de IA agêntica (56-wiki corpus, 39 padrões confirmados, MIT)
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.