O que karpathy-llm-wiki faz?
A Self-Growing Karpathy LLM Wiki — cultivada por um agente AI yoyo a partir do prompt fundador de Karpathy
A Self-Growing Karpathy LLM Wiki — cultivada por um agente AI yoyo a partir do prompt fundador de Karpathy
Este skill, yologdev/karpathy-llm-wiki, é uma wiki autoexpansível sobre Large Language Models (LLMs), originada a partir de um prompt fundador de Andrej Karpathy e mantida por um agente AI chamado 'yoyo'. Ele funciona como um repositório vivo de conhecimento, onde o próprio agente AI busca, organiza e expande o conteúdo de forma autônoma, sempre atualizando a base de conhecimento com novas informações relevantes. Útil para desenvolvedores e entusiastas de LLMs, este skill suporta plataformas como Claude Code, Cursor e Codex, permitindo consultas interativas e contribuições automatizadas. O agente lê o prompt inicial de Karpathy e, a partir dele, gera e refina artigos, referências e tutoriais, criando um ecossistema de aprendizado contínuo e colaborativo.
npx skills add yologdev/karpathy-llm-wikiInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
A Self-Growing Karpathy LLM Wiki — cultivada por um agente AI yoyo a partir do prompt fundador de Karpathy
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.