Was macht skill-quant-research-replication?
Codex-Fähigkeit für Workflows zur quantitativen Forschungsreplikation.
Codex-Fähigkeit für Workflows zur quantitativen Forschungsreplikation.
Diese Fähigkeit, `skill-quant-research-replication` aus der `quantskills`-Sammlung, ist für Codex-ähnliche KI-Agenten konzipiert und optimiert den Workflow zur Replikation quantitativer Forschung. Sie stellt sicher, dass Forschungsergebnisse reproduziert werden können, indem sie den Benutzer durch die Schritte des Abrufs, der Datenvorbereitung und der erneuten Durchführung von Analysen führt. Die Fähigkeit ist besonders nützlich für Finanz- und Wirtschaftsforscher, die die Zuverlässigkeit bestehender Arbeiten überprüfen oder auf ihnen aufbauen möchten. Sie funktioniert, indem sie strukturierte Methoden zur Handhabung von Datensätzen, Code-Repositories und statistischen Modellen bereitstellt, wodurch manuelle Fehler reduziert und die Transparenz erhöht werden. Dies macht sie zu einem unverzichtbaren Werkzeug für akademische und professionelle Umgebungen, in denen Reproduzierbarkeit von zentraler Bedeutung ist.
npx skills add quantskills/skill-quant-research-replicationInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Codex-Fähigkeit für Workflows zur quantitativen Forschungsreplikation.
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.