Um aplicativo Streamlit que usa o LLM da OpenAI para análise de dados em linguagem natural. Faça upload de arquivos CSV, faça perguntas em português e obtenha insights instantâneos. Alimentado pelo PandasAI, é projetado para exploração rápida e sem código de dados estruturados.
O XederaBills/llm-powered-data-analysis é uma skill que integra um aplicativo Streamlit com o LLM da OpenAI e o PandasAI para permitir análise de dados por meio de linguagem natural. Com ele, o usuário pode fazer upload de arquivos CSV e fazer perguntas em português, obtendo respostas e insights instantâneos sem precisar escrever uma única linha de código. A ferramenta é ideal para exploração rápida de dados estruturados, democratizando o acesso à análise de dados para profissionais de diversas áreas, como negócios, marketing e pesquisa. Compatível com formatos de dados tabulares, a skill utiliza o poder dos LLMs para interpretar perguntas e gerar visualizações ou sumários, tornando a análise de dados acessível e eficiente.
npx skills add XederaBills/llm-powered-data-analysisInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Um aplicativo Streamlit que usa o LLM da OpenAI para análise de dados em linguagem natural. Faça upload de arquivos CSV, faça perguntas em português e obtenha insights instantâneos. Alimentado pelo PandasAI, é projetado para exploração rápida e sem código de dados estruturados.
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.