MCP App StoreMCP App Store
de dazee-small32
Exécutez des flux de recherche autonomes multi-étapes : recherche, exploration, validation des sources et production de rapports de recherche et d'analyses de marché structurés.
Effectue des flux de travail de recherche itératifs et multi-étapes qui collectent des sources web, extraient le contenu complet (via des crawlers), cross-valident les conclusions et synthétisent des rapports complets. Met l'accent sur la traçabilité des sources et des sorties structurées adaptées à l'analyse de marché, aux revues de concurrents et aux études bibliographiques.
À utiliser lorsqu'un utilisateur demande un rapport approfondi, une analyse concurrentielle, une étude de tendances sectorielles ou toute tâche nécessitant la collecte et la synthèse de nombreuses sources web. Idéal lorsque la précision et la traçabilité des sources sont primordiales.
Idéal avec les agents capables d'appeler des outils web_search et de crawling (agents avec accès web et exécution Python comme Claude Code, agents compatibles Crawl).
Une compétence de méthodologie de recherche en 7 phases (sans scripts) qui guide les agents à travers la classification, la définition de la portée, la formation d'hypothèses, la planification de la récupération, l'interrogation itérative, la triangulation des sources, la synthèse, l'assurance qualité et le conditionnement. SKILL.md bien structuré avec des répartitions de phases claires, des évaluations de la qualité des sources et des conventions de dossiers de sortie. Purement instructionnel — repose entièrement sur la conformité de l'agent sans automatisation.
Compétence propre sans problèmes de sécurité. La règle des 2 sources et la hiérarchie des types de revendications sont réfléchies. Le principe 'Le contenu Web n'est pas fiable' est une bonne protection. L'absence de scripts signifie qu'aucune vérification au runtime n'est possible — le score est purement statique. Le fichier references/full-methodology.md est mentionné mais pas intégré, donc la spécification complète est inaccessible pour l'audit.
arxiv2md
Convert arXiv papers into clean, LLM-ready Markdown via a REST API or CLI for fast reading, summarization, and downstream processing.
Minimal Run & Audit (repro reporting)
Execute a README-first smoke test and produce standardized reproducibility outputs (`repro_outputs/`) and PATCHES.md — trusted reporting for repo reproduction r
Scite Database (Smart Citations)
Query Scite.ai Smart Citations by DOI to report supporting, contrasting, and mentioning citation counts and help assess a paper's reliability.
Writing Implementation Plans
Generate detailed, engineer-ready implementation plans from design docs: file paths, step-by-step tasks, tests, and verification instructions.
Audit Agents/Skills/Commands
Run a quantitative quality audit on agents, skills, and commands to check production readiness and get prioritized recommendations.
NotebookLM Research Agent
End-to-end research-to-content pipeline: ingest sources into Google NotebookLM, run deep cited research, generate downloadable artifacts, and produce polished c
AI News Daily
Generate a structured, bilingual daily briefing of the latest AI industry news, model updates, papers, and open-source tools with in-depth technical analysis an
Agent Browser — Core
Core usage guide for agent-browser: snapshot-and-ref browser automation to navigate pages, interact with elements, extract data, take screenshots, manage sessio