kopias/loreto-mcp
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
MCP сервер для генерации навыков Loreto API
Обзор
Превратите любое видео, статью, PDF или изображение на YouTube в многоразовый код Claude, не покидая редактора. Лорето анализирует источник контента и извлекает, что код Клода может применяться к будущим задачам. Каждый навык содержит: - Принципы, режимы отказа, этапы реализации и архитектурные шаблоны - - Обзор и контекст использования - - Поддерживающие шаблоны и структуры данных - - Проверка работоспособности основных концепций навыка Сохраняйте навыки до .claude/skills/, и Клод автоматически подбирает их для соответствующих задач — уменьшая галлюцинации, использование токенов и снова и снова объясняя одни и те же концепции. Каждый навык Loreto генерирует корабли в качестве самостоятельного репо. Эти девять были сгенерированы из одного технического видео на гибридной архитектуре ИИ — клонировать любой из них напрямую: Каждый РЕПО имеет РЕАМЕ, ориентированный на человека, плюс сам навык в одноименной подпапке - cp -r / ~ /.claude / навыки / и Клод автоматически его подбирает.
Обзор (машинный перевод)
Превратите любое видео, статью, PDF или изображение на YouTube в многоразовый код Claude, не покидая редактора.
Что он делает
Loreto анализирует источник контента и извлекает структурированные пакеты навыков, которые могут применяться к будущим задачам. Каждый навык содержит:
SKILL.md — Принципы, режимы отказа, этапы реализации и архитектурные шаблоны
README.md — обзор и контекст использования
Справочные файлы - Поддерживающие шаблоны и структуры данных
** Тестовый скрипт** — Проверка работоспособности основных понятий навыка
Сохраняйте навыки для T2, и Клод автоматически подбирает их для соответствующих задач — уменьшая галлюцинации, использование токенов и снова и снова объясняя одни и те же концепции.
Образцовые навыки
Каждый навык Loreto генерирует корабли в качестве самостоятельного репо. Эти девять были сгенерированы из одного технического видео на гибридной архитектуре ИИ — клонировать любой из них напрямую:
Квалификация | Чему он учит
[скрыто] [скрыто]
| designing-hybrid-context-layers | Архитектурные гибридные системы поиска, объединяющие векторный поиск, прохождение графов и структурированные данные |
Эта страница переведена автоматически. Технические детали смотрите в оригинале.
README
Показан фрагмент оригинального README. Открыть оригинал.
loreto-mcp
Turn any YouTube video, article, PDF, or image into a reusable Claude Code skill — without leaving your editor.
What it does
Loreto analyzes a content source and extracts structured skill packages that Claude Code can apply to future tasks. Each skill contains:
SKILL.md— Principles, failure modes, implementation steps, and architectural patternsREADME.md— Overview and usage context- Reference files — Supporting patterns and data structures
- Test script — Runnable validation for the skill’s core concepts
Save skills to .claude/skills/ and Claude picks them up automatically on relevant tasks — reducing hallucinations, token usage, and re-explaining the same concepts over and over.
Sample skills
Every skill Loreto generates ships as its own standalone, installable repo. These nine were generated from a single technical video on hybrid AI architecture — clone any of them directly:
| Skill | What it teaches |
|---|---|
designing-hybrid-context-layers |
Architect hybrid retrieval systems that combine vector search, graph traversal, and structured data |
temporal-reasoning-sleuth |
Enable agents to trace decision chains and reconstruct causal sequences across long time horizons |
synthesizing-institutional-knowledge |
Capture and query organizational knowledge in a way AI agents can reliably reason over |
diagnosing-rag-failure-modes |
Classify the four structural RAG failure patterns and prescribe the right fix |
routing-work-across-ai-harnesses |
Dynamically route tasks to the right AI harness based on task type and context |
evaluating-ai-harness-dimensions |
Score and compare AI harness options across the five structural dimensions |
detecting-harness-lockin |
Spot vendor lock-in signals early and price the switching cost |
benchmarking-ai-agents-beyond-models |
Measure agent performance at the system level, not just model level |
auditing-intelligence-context-fit |
Audit whether the model’s reasoning tier matches the context complexity |
Each repo has a human-facing README plus the skill itself in a same-named subfolder — cp -r / ~/.claude/skills/ and Claude picks it up automatically.
Anatomy of a generated skill
Установка
uvx loreto-mcpКонфигурация
{
"mcpServers": {
"loreto": {
"command": "uvx",
"args": ["loreto-mcp"],
"env": {
"LORETO_API_KEY": "lor_..."
}
}
}
}