MCP App StoreMCP App StoreThinkwell est un framework TypeScript qui fusionne le code déterministe avec le raisonnement LLM. Il offre aux développeurs une API Plan fluide (agent.think → plan → run) et un modèle @JSONSchema pour déclarer des sorties typées. La skill documente le cycle de vie, les assistants de composition de prompts, l'enregistrement d'outils, le streaming d'événements de réflexion et l'utilisation du CLI/script afin que les agents puissent produire des résultats JSON structurés et intégrer des outils en toute sécurité.
Utilisez Thinkwell lorsque vous avez besoin de sorties LLM typées et fiables au sein de projets TypeScript : génération de résumés structurés, extraction de données via des schémas, câblage d'outils avec des entrées/sorties typées, et création de scripts d'agents ou de tâches CI reproductibles. Il est adapté aux flux de travail de développement nécessitant un contrôle programmatique sur les prompts, les événements de streaming et les rappels d'outils.
Fonctionne avec les agents et les runtimes référencés dans la documentation (Claude, Codex, Gemini, OpenCode) et avec les runtimes d'agents basés sur TypeScript pouvant importer la bibliothèque Thinkwell.
Thinkwell est un framework TypeScript pour composer des prompts LLM avec une API Plan fluide, une sortie JSON structurée via @JSONSchema, des outils, des compétences et du streaming. Le fichier SKILL.md est une documentation complète avec des exemples de code clairs et une divulgation progressive. Aucun script groupé n'était présent, donc aucun test d'exécution n'a été effectué.
Compétence de documentation pure, sans scripts exécutables. SKILL.md propre et sans problème de sécurité. Bien structuré avec des références aux docs externes pour les détails de l'API, le guide de schéma et les exemples. Pourrait bénéficier de l'ajout d'une section metadata.requires pour les dépendances (node, npm, CLI thinkwell).
Retriever (Membrane CLI)
Integrate Retriever search and discovery via the Membrane CLI — manage connections and run queries across Retriever data sources.
Yielding Bear — Unified LLM Routing
A unified LLM routing API that automatically routes requests to the cheapest capable model across providers to reduce inference cost by ~60-80%.
Markdrop
Convert PDFs to structured Markdown or interactive HTML and generate AI-powered descriptions for images and tables using multiple LLM providers.
Seedance Prompt — Short
Build, validate, and compress short-form Seedance 2.0 prompts (30–100 words) using a layered compression engine and @Tag delegation for quad-modal (T2V/I2V/V2V/
Node.js Best Practices
Guidelines and decision-making for Node.js architecture, runtime, async patterns, security, validation, and testing to inform framework and system choices.
Bash Pro
Defensive, production-grade Bash scripting patterns and CI/CD best practices: strict mode, safe argument parsing, testing with Bats, and tooling (ShellCheck/shf
SSE Stream Resilience
Provide robust server-sent-events (SSE) stream management with Redis-backed registry, heartbeat monitoring, completion persistence, and background guardian clea
Prompt Engineering Patterns
A practical collection of prompt engineering techniques and patterns for building reliable, controllable LLM prompts: CoT, few-shot, structured outputs, templat
