Explorar skills

Step 5 of the PaperOrchestra pipeline (arXiv:2604.05018). Iteratively refine drafts/paper.tex by simulating peer review and applying targeted revisions, with strict accept/revert halt rules. Maintains a worklog and snapshots each iteration so revert is real, not symbolic. TRIGGER when the orchestrator delegates Step 5 or when the user asks to "refine the draft", "iterate on the paper", or "run pee

Step 3 of the PaperOrchestra pipeline (arXiv:2604.05018). Execute the literature search strategy from outline.json — discover candidate papers via web search, verify them through Semantic Scholar (Levenshtein > 70 fuzzy title match, temporal cutoff, dedup by paperId), cross-corroborate against Crossref + OpenAlex to flag hallucinated citations, build a BibTeX file, and draft Introduction + Related

Orchestrate the full PaperOrchestra (Song et al., 2026, arXiv:2604.05018) five-agent pipeline to turn unstructured research materials (idea, experimental log, LaTeX template, conference guidelines, optional figures) into a submission-ready LaTeX manuscript and compiled PDF. TRIGGER when the user asks to "write a paper from my experiments", "turn this idea and these results into a paper", "generate

Step 1 of the PaperOrchestra pipeline (arXiv:2604.05018). Convert (idea.md, experimental_log.md, template.tex, conference_guidelines.md) into a strict JSON outline containing a plotting plan, literature search plan (Intro + Related Work), and section-level writing plan with citation hints. TRIGGER when the orchestrator delegates Step 1 or when the user asks to "outline a paper from raw materials"

Step 2 of the PaperOrchestra pipeline (arXiv:2604.05018). Execute the visualization plan from outline.json — render plots and conceptual diagrams from experimental_log.md and idea.md, optionally refine via VLM critique loop, and produce context-aware captions. Runs in parallel with the literature-review-agent. TRIGGER when the orchestrator delegates Step 2 or when the user asks to "generate the fi

Reverse-engineer raw materials (Sparse idea, Dense idea, experimental log) from an existing AI research paper to build a benchmark case for evaluating paper-writing pipelines. Replicates the PaperWritingBench dataset construction procedure from arXiv:2604.05018 §3 / App. C. TRIGGER when the user asks to "build a benchmark case from this paper", "reverse-engineer raw materials", or "evaluate my pip

Design focado na simplicidade com amplo espaço em branco, tipografia legível e uma paleta de cores limitada para reduzir a poluição visual.

Oferece fluxos de trabalho avançados do GitHub CLI para revisão de PRs, depuração de CI/CD, gerenciamento de Actions, consultas de API e busca de código. Útil para chamadas complexas à API gh ou gerenciamento de fluxos de trabalho em vários repositórios, não sendo necessário para comandos gh básicos.

Desenvolva APIs Flask leves com roteamento, blueprints, integração de banco de dados, autenticação e tratamento de requisições/respostas. Utilize ao construir APIs RESTful, microsserviços ou serviços web leves com Flask.

Esta skill pesquisa e recupera metadados de artigos científicos pela API Semantic Scholar Academic Graph. Use-a para encontrar artigos acadêmicos, consultar citações, obter detalhes de artigos ou explorar publicações de autores.

Use para configurar o servidor Ref MCP, gerenciar chaves de API, solucionar problemas de busca na documentação Ref, ou para operações de painel (adicionar repositórios, upload de arquivos), entender preços/créditos e decidir entre Ref e alternativas. Não use para pesquisar documentos; para isso, utilize ref_search_documentation diretamente.

Define padrões de arquitetura e segurança do lado do servidor, estendendo os padrões de codificação principais com regras de API, tratamento de erros e segurança para a construção de APIs ou lógica de servidor.