¿Qué hace analyze-cs-research-results?
Una habilidad rigurosa de Codex para analizar resultados de investigación en ciencias de la computación y transferir evidencia auditable.
Una habilidad rigurosa de Codex para analizar resultados de investigación en ciencias de la computación y transferir evidencia auditables.
Esta habilidad de Codex está diseñada para que agentes de IA, en particular aquellos que trabajan con tareas de investigación en ciencias de la computación, puedan analizar de manera rigurosa los resultados de experimentos o estudios, y generar o transferir evidencia que pueda ser auditada. Es útil para investigadores, desarrolladores y equipos que necesitan verificar y documentar hallazgos de manera sistemática. La habilidad se ejecuta en Codex y se basa en un flujo de trabajo claro: toma datos de entrada (como resultados de experimentos), aplica criterios de análisis predefinidos, y produce un informe estructurado con evidencia comprobable. El objetivo principal es asegurar que las conclusiones sean sólidas, reproducibles y que la evidencia detrás de ellas sea fácilmente verificable por otros agentes o humanos. Además, facilita la transferencia de esta evidencia a sistemas externos o a otros agentes para su posterior procesamiento o revisión.
npx skills add Xiaotangyuan-xty/analyze-cs-research-resultsInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Una habilidad rigurosa de Codex para analizar resultados de investigación en ciencias de la computación y transferir evidencia auditable.
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.