¿Qué hace Análisis Formal Foggy AI?
Paquete de habilidades para análisis formal Foggy AI en Codex.
Paquete de habilidades para Codex que proporciona análisis formal de IA con el enfoque Foggy.
Este skill, 'foggy-projects/foggy-ai-analysis', es un paquete de habilidades diseñado para la plataforma Codex (de OpenAI). Proporciona herramientas y patrones para realizar análisis estructurados y formales de sistemas de IA, aplicando el marco de trabajo 'Foggy' para evaluar y documentar el comportamiento de agentes y modelos. Es útil para desarrolladores e investigadores que necesitan auditorías, informes de robustez o análisis de sesgos en asistentes de código. El skill integra flujos de trabajo que guían al agente AI en la generación de evaluaciones detalladas, asegurando consistencia y rigor en los análisis. Está orientado a entornos de desarrollo donde se requiere transparencia y reproducibilidad en la evaluación de habilidades de IA.
npx skills add foggy-projects/foggy-ai-analysisInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Paquete de habilidades para análisis formal Foggy AI en Codex.
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.