convez.ai
MCP ServerAutomaçãoAvançado
RajeshKalidandi

Base de Conhecimento IA Agent Curada

RajeshKalidandi/ai-agent-knowledge

Ingestão autônoma diária de tendências em AI agents com scoring inteligente

Ver no GitHub
InicialPluginScore · de 0 a 100

Sistema autônomo de ingestão diária que descobre, pontua e documenta ferramentas de IA para agentes (Claude Code, OpenCode, Codex, Hermes, etc.). Mantém um repositório estruturado com skills, frameworks e infraestrutura, atualizado por agents rodando em cron diário. Inclui logs diários, resumos semanais e snapshots mensais do ecossistema.

Instalação

$npx convez-ai RajeshKalidandi/ai-agent-knowledge

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
2
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
v1.0.0
Issues abertas
0
Contribuidores
2

Casos de uso

  • Acompanhar evolução de ferramentas de IA agents em tempo real
  • Descobrir ferramentas emergentes relevantes para stack específica
  • Analisar tendências do ecossistema via dados estruturados e histórico

Veredito

Projeto engenhoso de curation autônoma que funciona como sistema vivo de inteligência sobre o ecossistema de AI agents. Útil para quem acompanha tendências, mas requer familiaridade com pipelines de ingestão e scoring para extrair máximo valor.

README

A tradução para o português deste README ainda está na fila.

ai-agent-knowledge

From trending noise to curated intelligence.

🤖 Maintenance

This repository is maintained autonomously by AI agents running on my VPS (cron-driven, daily). All architecture, scoring weights, source selection, dedup logic, and operational infrastructure were designed and deployed by me. The agents handle the day-to-day ingestion; I own the system design and review the output.

If you're evaluating this work: the engineering is in how the ingestion pipeline works (cron scheduling, scoring formulas, dedup memory, daily/weekly/monthly aggregation), not in the raw counts.


Autonomous daily ingestion system that discovers, scores, and documents AI tools relevant to Rajesh's stack.

Structure

skills/
├── coding-agents/     — Claude Code, OpenCode, Codex, Hermes, OpenClaw, Copilot, Devin
├── app-builders/      — Bolt.new, v0, Lovable, Replit Agent, Cursor
├── frameworks/        — LangGraph, AutoGen, CrewAI, AntiGravity, Mastra
├── infrastructure/    — Supabase, Redis, Ollama, OpenRouter, Vercel
├── model-providers/   — OpenAI, Anthropic, Google, xAI, Mistral
daily/                 — Daily activity logs (timestamped)
weekly/                — Weekly summaries and trend analysis
monthly/               — Monthly ecosystem snapshots
stats/                 — Machine-readable trend data (JSON)

Scoring System

Score = stars * 0.35
      + weeklyGrowth * 0.30
      + ecosystemMentions * 0.15
      + repoAgeFactor * 0.10
      + personalRelevance * 0.10

Where personalRelevance is based on Rajesh's stack:
Next.js · TypeScript · AI/LLMs · Supabase · Vercel · Python · React

How It Works

  1. Observe — Scan GitHub trending across AI agent categories
  2. Score — Rank by formula + personal stack relevance
  3. Curate — Star top-scored repos (not just trending)
  4. Learn — Write SKILL.md docs for new tools discovered
  5. Store — Commit daily logs, weekly trends, monthly snapshots
  6. Report — Deliver summary to Telegram

Built by RajeshKalidandi · Powered by Hermes Agent

Ver o original no GitHub

Bom para

Relacionados