#ai-skill Repositories
Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #ai-skill getaggt sind und insgesamt 97,976 Sterne gesammelt haben (durchschnittlich 9,797 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist mvanhorn/last30days-skill mit 71,715 Sternen.
Insgesamt 10 Repositories
KI-Agenten-Fähigkeit, die jedes Thema auf Reddit, X, YouTube, HN, Polymarket und im Web recherchiert – und dann eine fundierte Zusammenfassung synthetisiert
Full-Stack-Daten-Toolkit für A-Aktien: Kurse und K-Linien · Intraday-Tickdaten · Research-Berichte · Signale · Kapitalflüsse · Nachrichten · Finanzdaten · Unternehmensmeldungen · Limit-up-Strategien · ETF-Optionen · Marktstimmung · makroökonomische Zinssätze · Futures und Rohstoffe (einschließlich täglicher K-Linien der DCE) · ereignisbasierte Daten · Wandelanleihen | 15 Ebenen · 87 Endpunkte · 34 Datenquellen · Kein API-Key erforderlich, außer für iWenCai | A-Aktien-Daten für KI-Agenten: K-Linien, Ticks, Berichte, Kapitalflüsse, Nachrichten, Finanzdaten, Unternehmensmeldungen, Optionen, Makroökonomie, Futures, Ereignisse und Wandelanleihen | 15 Ebenen · 87 Endpunkte · 34 Quellen
Aus SRT-Untertiteln eine handgezeichnete Whiteboard-Animation mit einem warm beigefarbenen Papierhintergrund und fließenden Schriftzügen erstellen. Fähigkeiten: maskenbasierte Bereichssegmentierung und Maskenkomposition + kontinuierliche, streamartige Striche (Tinte → Farbe).
ELI5 – Ein Claude-Code-Skill, der jedem alles erklärt: Kindern, Managern, Ingenieuren, Eltern. Passt Tonfall, Vokabular und Analogien an die jeweilige Zielgruppe an.
Daten-Toolkit für die US-amerikanischen und globalen Märkte (für KI-Programmierassistenten): offizielle Quellen zuerst, keine Authentifizierung, Compliance-Stufen gekennzeichnet | Marktdaten aus den USA und weltweit für KI-Programmierassistenten – ohne Authentifizierung, aus offiziellen Quellen. CBOE-Optionen und 0DTE, VIX-Terminkurve, FINRA-Leerverkaufsdaten, SEC-Formulare 4/13F, Zentralbankzinsen und Devisen, taiwanische Börsen, EIA-Energiedaten, US-Makrodaten und Erstanträge auf Arbeitslosenhilfe der BLS. 17 Ebenen, über 50 Endpunkte, 18 Quellen – jede mit einer Compliance-Stufe.
Cookiy AI-Skill für KI-Agenten (Claude, Codex, Cursor, OpenClaw) — End-to-End-Nutzerforschung: KI-Interviews, synthetische Nutzer, quantitative Umfragen, Teilnehmerrekrutierung.
Eine LLM-First-SEO-Analyse-Fähigkeit für Antigravity, Codex und Claude mit 16 spezialisierten Unterfähigkeiten, 10 spezialisierten Agenten und 88 optionalen Hilfsskripten, die als Beweissammler dienen.
Machen Sie KI-Agenten zu Ihrem Partner beim Romanschreiben. Vom Weltaufbau bis zur Charakterentwicklung, von der Kapitelplanung bis zum Schreiben des Haupttextes, begleiten Sie Schritt für Schritt durch den gesamten Roman.
Hinweis zur Informationssicherheit: Bitte laden Sie keine Dateien hoch, deren Weitergabe nach außen von Ihrem Unternehmen untersagt ist. Sie können vor der Nutzung ein Large Language Model lokal oder im Intranet Ihres Unternehmens bereitstellen. Skill für die Formatierung chinesischer amtlicher Dokumente: Erstellen Sie bearbeitbare DOCX-Dateien gemäß GB/T 9704-2012. Zugehöriges CEB: https://github.com/mizzlelover/CEB
⚙️ TypeScript-Styleguide und Agentenfähigkeit. Eine prägnante Sammlung von Konventionen und Best Practices für konsistenten, wartbaren Code.
Häufig gestellte Fragen
Welches ist das beliebteste #ai-skill-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#ai-skill-Projekt auf GitHub ist mvanhorn/last30days-skill mit 71,715 Sternen. KI-Agenten-Fähigkeit, die jedes Thema auf Reddit, X, YouTube, HN, Polymarket und im Web recherchiert – und dann eine fundierte Zusammenfassung synthetisiert
Welche Programmiersprachen werden in #ai-skill-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #ai-skill-Projekten auf GitHub sind Python, JavaScript, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #ai-skill-Repositories berechnet?
Wir verfolgen 10 aktive Open-Source-Repositories, die mit #ai-skill getaggt sind (500+ Sterne), mit insgesamt 97,976 Sternen und durchschnittlich 9,797 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.