Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Mit Google anmelden, um Bewertungen zu schreiben.Prototyp · alle 30 Min. aktualisiert
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt Anmelden

ResearcherSkill Skill

Repository ↗

von krzysztofdudek★ 2701 Skills

Installieren

Was es kann

Asks what to optimise and how to measure it, then runs experiments on its own branch.

Originaltext des Herstellers

  • Verbindung Anweisungsdateien, die die KI liest
  • Konto oder Schlüssel Nicht bestätigt (das README erwähnt einen Schlüssel oder eine .env-Datei)
  • Kategorie Programmieren
Für Anbieter: Badge ins README

Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/skill/krzysztofdudek-researcherskill.svg)](https://mcp.popnx.com/en/skills/krzysztofdudek-researcherskill)

Zusammen nutzen mit

MCP-Server, die die KI für dieselbe Arbeit mit Diensten verbinden

REA

Reverse engineer anything from your terminal or agent with one CLI and MCP server.

von morlutoWeit verbreitet↓ 388.706/Wo.★ 468.772Aktualisiert vor 8 Tagen

MCP · Verbindet einen DienstLäuft auf deinem Computer

Fallow

Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.

von fallow-rsWeit verbreitet↓ 2,4 Mio./Wo.★ 5385Aktualisiert gestern

MCP · Verbindet einen DienstLäuft auf deinem Computer

Desktop Commander

MCP server for terminal commands, file operations, and process management

von wonderwhy-erWeit verbreitet↓ 740.317/Wo.★ 10.367Aktualisiert vorgestern

MCP · Verbindet einen DienstLäuft auf deinem Computer

Ähnliche Skills

Gleiche Art Arbeit, sortiert wie die Skill-Liste

Im Vergleich mit ähnlichen
Dieser
ResearcherSkill
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
Anbieterkrzysztofdudekmorlutomultica-aiGraphify-Labsharry0703
Skills11111
GitHub-Sterne270468.733234.332150.287144.566
Letzte Codeänderung9. Nov. 202619. Nov. 202620. Apr. 202618. Nov. 202618. Nov. 2026
LizenzMITMIT–Apache-2.0MIT

1 Skills (Anweisungssammlungen) von krzysztofdudek, die eine KI liest und befolgt · kein MCP-Server

Was einen Skill von MCP unterscheidet

MCP = die Hände

Verbindet die KI mit einem externen Dienst oder Daten, etwa Notion lesen oder eine Rechnung erstellen. Ein Programm oder Server muss laufen.

Skill = das Handbuch

Eine Textdatei, die der KI zeigt, wie eine Aufgabe geht. Sie verbindet sich mit nichts.

Manches überschneidet sich: Einige Skills starten Skripte mit Werkzeugen, einige MCP-Server liefern nur Wissen. Geh von der Aufgabe aus.

Funktioniert mit

Claude CodeCursorGitHub Copilot

Laut README des Anbieters und den Ordnern im Repo

Installieren

Ist es sicher?

  • Wer es gemacht hat

    GitHub-Konto krzysztofdudek (Person), seit 9 Jahren vorhanden

  • Nutzung und Pflege

    ★ 270 Sterne, bisher wenige Nutzer · Code zuletzt geändert am 9. Nov. 2026

  • Gibt es Skripte?

    Nein, nur Textdateien, die die KI liest und befolgt

  • Nutzt es das Internet?

    Keine Skripte, daher geht es nicht von selbst online

  • Ändert es Einstellungen des ganzen Geräts?

    Keine Hooks und keine Schreibzugriffe auf Geräteeinstellungen gefunden

Automatisch geprüft anhand der Dateien im Repo beim Commit d09bb69 (nur gelesen, nichts wurde ausgeführt). Das ist keine Sicherheitsgarantie: Lies es selbst und entscheide dann

Zuerst: Welche KI nutzt du?

Wähle deine App, dann zeigt diese Seite nur die Installation für diese App

Weg 1Auf claude.ai hochladen (Web und App)

Das Hochladen auf claude.ai würde fehlschlagen: Die Beschreibung ist länger als 200 Zeichen (469). Nimm stattdessen "Von der KI installieren lassen"

Weg 1Claude Code installieren lassen

Kopiere diesen Satz und füge ihn in einen Claude Code-Chat ein

Wo installieren

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad

Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis

Claude Code neu starten, dann /researcher tippen oder eine passende Aufgabe stellen; Claude nutzt den Skill

Checked against official docs 12. Nov. 2026 · Source: code.claude.com

Für Terminal-Nutzer

Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.

Vom Anbieter empfohlen

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Aus dem README des Anbieters; lädt den Code des Anbieters herunter und führt ihn aus

  1. Terminal öffnen

    Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“

  2. Skill-Ordner nach ~/.claude/skills kopieren

    Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md

    Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

  3. Claude Code neu starten, dann /researcher tippen oder eine passende Aufgabe stellen; Claude nutzt den Skill

Selbst installierte Skills funktionieren in der ChatGPT-Desktop-App, in Codex CLI und in der Codex-Erweiterung für die IDE · ChatGPT im Web und auf dem Handy kann selbst installierte Skills nicht nutzen, nur Skills, die mit einem Plugin aus dem Verzeichnis kommen

ChatGPT-Desktop-App

Die ChatGPT-Desktop-App enthält Codex, und Codex liest Skills aus dem Ordner ~/.agents/skills

Weg 1ChatGPT installieren lassen

Öffne Codex in der ChatGPT-Desktop-App und füge diesen Satz in den Chat ein

Wo installieren

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Die KI zeigt dir vor der Installation immer den Pfad

Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis

Weg 2Ordner selbst ablegen

Lege den Ordner researcher unter ~/.agents/skills/researcher ab

~ ist dein Home-Ordner ($HOME)

Für Terminal-Nutzer

Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.

  1. Terminal öffnen

    Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“

  2. Skill-Ordner nach ~/.agents/skills kopieren

    Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md

    Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Nach der Installation

  • ChatGPT-Desktop-App: Öffne Skills in der Seitenleiste, um zu sehen, ob der Skill da ist
  • So nutzt du ihn: In ChatGPT @ tippen und den Skill wählen · in Codex CLI oder der IDE-Erweiterung /skills ausführen oder $ und den Skill-Namen tippen
  • Codex erkennt neu installierte Skills selbst; wenn einer nicht erscheint, starte Codex neu

Checked against official docs 15. Nov. 2026 · Source: learn.chatgpt.com

ChatGPT im Web und auf dem Handy

Selbst installierte Skills funktionieren hier nicht, nur Skills, die mit einem Plugin aus dem Verzeichnis kommen

Um diesen Skill mit ChatGPT zu nutzen, verwende die ChatGPT-Desktop-App wie oben beschrieben

Checked against official docs 15. Nov. 2026 · Source: learn.chatgpt.com

Weg 1Codex installieren lassen

Kopiere diesen Satz und füge ihn in einen Codex-Chat ein · Funktioniert in Codex in der ChatGPT-Desktop-App, in Codex CLI und in der IDE-Erweiterung

Wo installieren

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad

Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis

Codex erkennt neu installierte Skills selbst; wenn einer nicht erscheint, starte Codex neu · So nutzt du ihn: In ChatGPT @ tippen und den Skill wählen · in Codex CLI oder der IDE-Erweiterung /skills ausführen oder $ und den Skill-Namen tippen

Checked against official docs 15. Nov. 2026 · Source: learn.chatgpt.com

Für Terminal-Nutzer

Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.

  1. Terminal öffnen

    Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“

  2. Skill-Ordner nach ~/.agents/skills kopieren

    Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md

    Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

  3. Codex neu starten und eine passende Aufgabe stellen; Codex listet den Skill

Weg 1Cursor installieren lassen

Kopiere diesen Satz und füge ihn in einen Cursor-Chat ein

Wo installieren

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad

Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis

Im Agent-Chat von Cursor / tippen und researcher wählen

Checked against official docs 12. Nov. 2026 · Source: cursor.com

Für Terminal-Nutzer

Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.

  1. Terminal öffnen

    Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“

  2. Skill-Ordner nach ~/.cursor/skills kopieren

    Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md

    Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

  3. Im Agent-Chat von Cursor / tippen und researcher wählen

Weg 1Von der KI installieren lassen

Für andere Apps, die Skills lesen. Der Satz enthält die Pfade für Claude Code, Codex und Cursor, damit die KI den für deine App wählt · Kopiere diesen Satz in den Chat der App

Wo installieren

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind

Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad

Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis

Checked against official docs 12. Nov. 2026 · Source: code.claude.com, learn.chatgpt.com, cursor.com

Für Terminal-Nutzer

Andere Apps mit Agent Skills (etwa Gemini CLI oder GitHub Copilot) nutzen andere Ordner. Sieh in deren Anleitung nach und kopiere den Ordner mit der SKILL.md dorthin.

Auf GitHub ansehen ↗

Skill-Ordner am 11. Nov. 2026 mit den offiziellen Anleitungen von Claude Code, Codex und Cursor geprüft

Original-SKILL.md ansehen

Der folgende Text stammt aus dem Repo des Anbieters, nicht von PopNx MCP

Die ersten 8.000 Zeichen · Ganze Datei auf GitHub öffnen

---
name: researcher
description: Use when user wants to optimize or tune something measurable through repeated experiments — "make X faster", "improve [metric]", "find best config", "iterate overnight", "run experiments until it hits N". Triggers on quantitative goals (build time, latency, pass rate, accuracy) or qualitative ones scoreable against a rubric (prompt quality, doc parsing). Skip for one-shot bugs with a clear fix or tasks where the user wants direct implementation without exploration.
---

# Researcher — Autonomous Experimentation Skill

<critical>
Non-negotiable rules — every real experiment, no exceptions:
1. Commit before running. Log before resetting. Reset on discard. Each branch holds only keeps.
2. Protect `.lab/` — it is the single source of truth.
3. Work autonomously — only consult the user for scope violations or true dead ends.
4. Follow ALL guardrails (discard streaks, plateau, re-validation). They are mandatory, not suggestions.
</critical>

You are entering **researcher mode**. This skill is for YOU — the main agent. You orchestrate the entire research process: planning, implementing, committing, measuring, logging. When you need independent work done (evaluation, analysis), you spawn subagents with specific, scoped tasks. You control what each subagent knows through the prompt you give it.

You have **complete freedom** in how you navigate the problem space. The strategies and signals later in this document are tools when you need them, not rails you must follow.

---

## `.lab/` is Sacred

`.lab/` is an **untracked, local directory** — the single source of truth for all experiment history. It survives all git operations because it is in `.gitignore`. Git manages code state. `.lab/` manages experiment knowledge. They are independent.

**Structure:**
- `.lab/config.md`, `results.tsv`, `log.md`, `branches.md`, `parking-lot.md` — experiment metadata
- `.lab/workspace/` — scratch space for experiment files (scripts, test data, generated output, per-experiment subdirectories). Create whatever you need here — it's yours, untracked, and safe from git operations.

Always protect `.lab/`. When cleaning the repo, use targeted commands that preserve untracked directories. When resetting, use `git reset` and `git checkout` which leave `.lab/` intact.

---

## Phase 0: Resume Check

Check if `.lab/` already exists in the project root.

**If it exists:**
1. Read `.lab/config.md`, `.lab/results.tsv`, `.lab/branches.md`, and tail of `.lab/log.md`
2. Present a summary: objective, metrics, active branches, experiment counts, current best vs baseline, last experiment status
3. Ask: **resume or start fresh?**
   - **Resume** → checkout the active branch, pick up from next experiment number, jump to Phase 3
   - **Start fresh** → archive to `.lab/archives/<slug>/` (slug from the existing `research/<slug>` branch; if it collides, suffix with `-<timestamp>`), then clear all other entries in `.lab/` and proceed to Phase 1

**If it does not exist:** proceed to Phase 1.

---

## Phase 1: Discovery

Before any experiment, understand the problem. Ask these questions conversationally — skip what's obvious from context, use the **defaults** shown when the user has no preference:

1. **Objective** — What are we trying to achieve?
2. **Metrics** — How do we measure success?
   - **Primary metric** (required): drives keep/discard decisions
     - *Quantitative*: a command that outputs a number
     - *Qualitative*: agent judgment against a rubric (see Qualitative Rubric below). Before building the rubric, ask the user: **(A)** "I know my criteria" — user provides them, or **(B)** "Help me figure it out" — generate a focused research prompt the user runs in an external tool, then build the rubric from the results instead of assumptions.
   - **Secondary metrics** (optional): tracked for context, don't drive decisions unless primary is tied
   - For each: **name**, **measure command** (or "agent judgment"), **direction** (lower/higher is better)
3. **Scope** — What files/areas can we modify?
4. **Constraints** — What is off-limits?
5. **Run command** — How do we execute one experiment? Single command or chain (entire chain must succeed). May be omitted for qualitative-only research.
6. **Wall-clock budget per experiment** — Maximum time a single experiment run may take before being killed. Default: **5 minutes**.
7. **Token Hygiene** — Incorporate ecosystem-specific ignore/rules files (for example, `.claudeignore`, `.cursorrules`, or other tool-specific config files) and helper scripts to save on token usage. If yes, then what agentic ecosystem are we using?
8. **Termination** — When do we stop? Default: **infinite** (run until user interrupts or target is reached). Do not self-impose experiment limits. If the session ends (context limit, interruption), `.lab/` persists — the next session resumes via Phase 0.
   - *Target value*: stop when primary metric reaches X
   - *Experiment count*: stop after N experiments (only if the user explicitly requests it)

Once you have answers, **repeat the configuration back minimally** and get explicit confirmation before proceeding.
Use a compact table. If something is default, say “default” rather than restating details.

---

## Phase 2: Lab Setup

After confirmation:

1. **Branch** — Create `research/<slug>` from current HEAD.
2. **Lab directory** — Create `.lab/` in the project root.
3. **Config file** — Write `.lab/config.md` with all agreed parameters (objective, metrics with measure commands and directions, run command, scope, constraints, wall-clock budget, termination condition, baseline and best placeholders).
4. **Results log** — Create `.lab/results.tsv` with tab-separated columns: `experiment`, `branch`, `parent`, `commit`, `metric`, `secondary_metrics`, `status`, `duration_s`, `description`. Status values: `keep`, `discard`, `crash`, `thought`, `keep*`, `interesting`.
5. **Iteration log** — Create `.lab/log.md`
6. **Parking lot** — Create `.lab/parking-lot.md` for deferred ideas
7. **Branch registry** — Create `.lab/branches.md` with columns: Branch, Forked from, Status, Experiments, Best metric, Notes
8. **Workspace** — Create `.lab/workspace/` for scratch files (scripts, test data, generated output). Use per-experiment subdirectories (e.g., `.lab/workspace/exp-3/`) when needed.
9.  **Token Hygiene** — If not skipped, initialize `.lab/bin/` with minimalist helpers (`run`, `measure`, `data_head`) and ecosystem-specific ignore files. **Follow the [Token Hygiene Standards] (#token-hygiene-standards) below.**
10. **Git ignore** — Add `.lab/` and `run.log` to `.gitignore`.
11. **Baseline** — Record experiment #0 with NO changes. For quantitative: run the measure command. For qualitative: evaluate the current artifact using the Multi-Evaluator Protocol (3 subagents). Fill in baseline in config.
12. **Start** — Begin autonomous work immediately. No announcements needed.

---

## Phase 3: Autonomous Research

### Flow: THINK → TEST → REFLECT → repeat

**THINK** — Before anything, read: `.lab/results.tsv`, `.lab/log.md` (last 5 entries if 20+), `.lab/branches.md`, `.lab/parking-lot.md`, and in-scope source files. Re-read the critical rules at the top of this document and the guardrails in the Execution Discipline section. Then write a `## THINK — before Experiment N` entry in `.lab/log.md` covering:
1. **Convergence signals:** check against current state
2. **Untested assumptions:** what am I assuming that I haven't tested? Have I tried the opposite of what's currently working? (e.g., if adding detail improved the score, what happens if I simplify instead?)
3. **Invalidation risk:** could earlier findings be invalidated by recent changes? (e.g., after changing B, re-test assumptions made when only A was changed)
4. **Next hypothesis:** what will I test and why

The log entry is mandatory — it is the evidence that you stopped to think. Without it, the THINK phase didn't happen. Stay as long as productive.

**TES

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Anmelden, um zu posten

Von GitHub

GitHub-Sterne
270
Anbieter
krzysztofdudek
Lizenz
MIT
Letzte Codeänderung
9. Nov. 2026
SKILL.md-Dateien im Repo (mit Übersetzungen und Vorlagen)
1
Themen
ai-agents, ai-coding, architecture-as-code, autonomous, autoresearch, claude-code, codex, cursor, developer-tools, experimentation, gemini-cli, optimization