O que summarize-pytorch-commits faz?
Habilidade do Codex para resumir intervalos de commits do PyTorch em relatórios Markdown em português.
Habilidade do Codex para resumir intervalos de commits do PyTorch em relatórios Markdown em português.
Esta habilidade permite que um agente AI (como o Codex da OpenAI) resuma automaticamente um intervalo de commits do repositório PyTorch, gerando um relatório estruturado em Markdown no idioma alvo. É útil para desenvolvedores que acompanham as mudanças do PyTorch e desejam uma visão concisa e organizada das alterações, incluindo novos recursos, correções e modificações importantes. Compatível com plataformas que suportam skills do Codex, ela processa uma faixa de commits (por exemplo, de uma tag a outra) e extrai informações relevantes como autores, mensagens de commit e arquivos alterados. O funcionamento é baseado na leitura de logs do git e na formatação dos dados em um relatório Markdown legível, facilitando a revisão e o compartilhamento das atualizações.
npx skills add Zyq-gg/summarize-pytorch-commitsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade do Codex para resumir intervalos de commits do PyTorch em relatórios Markdown em português.
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.