Que fait academic-research ?
Collecte de compétences Codex utiles pour la recherche académique.
Collecte de compétences Codex utiles pour la recherche académique.
Cette compétence, nommée francohuang168/academic-research, sert de référentiel centralisé pour rassembler et organiser des compétences Codex destinées à la recherche académique. Elle est conçue pour les chercheurs, étudiants et professionnels utilisant des agents IA comme Claude Code, Cursor ou Codex, afin d’améliorer leur productivité dans des tâches telles que la revue de littérature, l’analyse de données ou la rédaction scientifique. Bien que sa documentation soit minimaliste, l’objectif clair est de regrouper des outils spécialisés qui automatisent ou simplifient des étapes clés du processus de recherche. En pratique, elle peut être utilisée comme point d’entrée pour installer ou invoquer d’autres compétences connexes, facilitant ainsi l’adoption d’un workflow académique assisté par IA.
npx skills add francohuang168/academic-researchInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Collecte de compétences Codex utiles pour la recherche académique.
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.