¿Qué hace Paper-WorkFlow?
Artículos empíricos en economía y ciencias sociales · Un meta-orquestrador de extremo a extremo que convierte una idea de investigación en un artículo empírico listo para su envío.
Un meta-orquestrador integral para la elaboración de artículos empíricos en ciencias económicas y sociales, que convierte una idea inicial en un manuscrito listo para su envío.
Paper-WorkFlow es una herramienta de inteligencia artificial diseñada como un meta-orquestrador de extremo a extremo para la redacción de artículos empíricos en economía, administración y ciencias sociales. Su propósito es guiar al usuario desde una simple idea de investigación hasta la producción completa de un manuscrito académico listo para ser enviado a una revista. La herramienta automatiza o asiste en múltiples etapas del proceso de investigación, como la revisión de literatura, la formulación de hipótesis, el análisis de datos, la interpretación de resultados y la redacción de secciones clave del artículo. Está optimizada para plataformas como Claude Code, Cursor y Codex, y se basa en un flujo de trabajo estructurado que integra capacidades de razonamiento y generación de texto de modelos de lenguaje avanzados, facilitando la reproducción y escalabilidad de la investigación empírica.
npx skills add brycewang-stanford/Paper-WorkFlowInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Artículos empíricos en economía y ciencias sociales · Un meta-orquestrador de extremo a extremo que convierte una idea de investigación en un artículo empírico listo para su envío.
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.