Was macht Codex-Forschungskompetenzen Open Source?
Wiederverwendbare Codex-Fähigkeiten für Forschungsevidenzsicherung, Qualitätskontrolle von Publikationsabbildungen und Qualitätssicherung von Manuskripteinreichungen.
Wiederverwendbare Codex-Fähigkeiten für Forschungsevidenzsicherung, Publikationsabbildungs-QC und Manuskripteinreichungs-QA.
Dieses Skill-Paket bietet wiederverwendbare Fähigkeiten für den Codex AI Agent, die speziell für den Forschungs-Workflow entwickelt wurden. Es umfasst drei Hauptbereiche: Evidenzsicherung (Research Evidence Locks), Qualitätskontrolle von Publikationsabbildungen (Publication Figure QC) und Qualitätssicherung von Manuskripteinreichungen (Manuscript Submission QA). Diese Fähigkeiten helfen Forschern und Entwicklern, automatisierte Qualitätsprüfungen in ihrer Forschungspipeline zu integrieren, indem sie Codex mit strukturierten Aufgaben für Reproduzierbarkeit, visuelle Konsistenz und Einreichungsstandards versorgen. Der Skill unterstützt die Plattform Codex und ist als Open-Source-Projekt auf GitHub verfügbar (Repository: liudaofeng42-a11y/codex-research-skills-open-source), wodurch er einfach in bestehende Codex-Arbeitsabläufe integriert werden kann.
npx skills add liudaofeng42-a11y/codex-research-skills-open-sourceInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Wiederverwendbare Codex-Fähigkeiten für Forschungsevidenzsicherung, Qualitätskontrolle von Publikationsabbildungen und Qualitätssicherung von Manuskripteinreichungen.
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.