Compétences Codex pour la recherche mathématique rigoureuse ouverte, la gestion de programmes de recherche et la vérification formelle Lean 4 (recherche-mathématique-rigoureuse-ouverte + gestion-programme-recherche-maths + plugin-lean-verify + pipeline-workflow-recherche-maths).
Ce pack de compétences Codex est conçu pour les mathématiciens, les chercheurs et les ingénieurs en IA qui souhaitent mener des recherches mathématiques rigoureuses et ouvertes avec l'assistance d'agents IA. Il prend en charge la vérification formelle via Lean 4, garantissant que chaque théorème et preuve est structurellement correct. Le système comprend quatre composants principaux : la compétence de recherche mathématique rigoureuse ouverte pour la découverte et la formulation de conjectures, la compétence de gestion de programme de recherche mathématique pour organiser et suivre les objectifs de recherche, le plugin de vérification Lean pour la validation automatisée des preuves, et le pipeline de workflow de recherche mathématique pour automatiser des processus de recherche complets. Il est principalement destiné à la plateforme Codex d'OpenAI, mais peut être adapté à d'autres environnements d'agents IA. Ce pack est particulièrement utile pour les projets collaboratifs de mathématiques ouvertes, la formalisation de théorèmes et les flux de travail de recherche reproductibles où l'exactitude et la transparence sont primordiales.
npx skills add xsoc1/rigorous-open-math-researchInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Compétences Codex pour la recherche mathématique rigoureuse ouverte, la gestion de programmes de recherche et la vérification formelle Lean 4 (recherche-mathématique-rigoureuse-ouverte + gestion-programme-recherche-maths + plugin-lean-verify + pipeline-workflow-recherche-maths).
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.