Realiza revisiones exhaustivas de literatura mediante simulación de diálogos multi-perspectiva. Genera diversos perfiles de expertos, lleva a cabo sesiones de preguntas y respuestas fundamentadas y sintetiza los hallazgos en conocimiento estructurado. Útil al iniciar un nuevo proyecto de investigación o redactar una sección de revisión.
Esta habilidad permite a un agente de IA realizar revisiones de literatura de forma integral y estructurada, simulando un diálogo entre múltiples perspectivas expertas. Es especialmente útil para investigadores, estudiantes de posgrado o desarrolladores que inician un proyecto nuevo o necesitan redactar una sección de revisión en un artículo o informe. La habilidad genera diversos perfiles de expertos (por ejemplo, desde diferentes disciplinas o enfoques metodológicos) y facilita conversaciones de preguntas y respuestas fundamentadas en la literatura. Luego, sintetiza los hallazgos obtenidos en mapas de conocimiento o resúmenes estructurados. Compatible con agentes como Claude Code, Cursor y Codex, el flujo de trabajo típico incluye la selección de un tema, la configuración de perspectivas expertas, la simulación de diálogos iterativos y la compilación final del conocimiento.
npx skills add https://github.com/lingzhi227/agent-research-skills/tree/main/skills/literature-reviewInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Realiza revisiones exhaustivas de literatura mediante simulación de diálogos multi-perspectiva. Genera diversos perfiles de expertos, lleva a cabo sesiones de preguntas y respuestas fundamentadas y sintetiza los hallazgos en conocimiento estructurado. Útil al iniciar un nuevo proyecto de investigación o redactar una sección de revisión.
This repo contains 1 individual skill — each has its own dedicated page.
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.