Was macht academic-research?
Sammelt nützliche Codex-Fähigkeiten für die akademische Forschung.
Sammelt nützliche Codex-Fähigkeiten für die akademische Forschung.
Dieses Skill-Set namens 'academic-research' von francohuang168 dient dazu, nützliche Codex-Fähigkeiten speziell für die akademische Forschung zu sammeln und zu organisieren. Es richtet sich an Wissenschaftler, Forscher und Studierende, die KI-Assistenten wie Codex, Cursor oder Claude Code für ihre Recherchen nutzen möchten. Der Skill bündelt verschiedene Werkzeuge und Anleitungen, die typische Aufgaben in der akademischen Arbeit automatisieren oder vereinfachen können, wie etwa Literaturrecherche, Datenanalyse oder Manuskripterstellung. Durch die Zusammenstellung dieser Fähigkeiten an einem Ort wird die Effizienz im Forschungsprozess gesteigert und die Nutzung von KI-Tools für wissenschaftliche Zwecke optimiert. Es ist eine Art Toolkit, das je nach Bedarf erweitert und angepasst werden kann.
npx skills add francohuang168/academic-researchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Sammelt nützliche Codex-Fähigkeiten für die akademische Forschung.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.