8フェーズの文献レビューパイプライン。7つの統合情報源、重複排除、ランク付けされた検索、引用追跡、自己批評、5つのレポートアーキタイプ。
これは、学術的な文献レビューを自動化するための高度なAIエージェントスキルです。8つのフェーズからなるパイプラインを備え、7つの連携情報源から論文を収集し、重複を排除して関連性でランク付けします。さらに、引用の前方・後方追跡、自己批評による品質チェックを行い、最終的に5つの異なるレポート形式（例：要約、批判的レビューなど）で成果物を出力します。主にClaude、Codex、GeminiなどのAIエージェントワークフローで使用するために設計されており、GitHubリポジトリから直接インストールして利用できます。このスキルは、研究者や開発者が膨大な学術情報を効率的に整理・分析し、高品質な文献レビューを迅速に生成するのに役立ちます。
npx skills add Agents365-ai/scholar-deep-researchInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
8フェーズの文献レビューパイプライン。7つの統合情報源、重複排除、ランク付けされた検索、引用追跡、自己批評、5つのレポートアーキタイプ。
ソース: https://github.com/Agents365-ai/scholar-deep-research
GitHubリポジトリから過去24時間以内にプッシュされたエージェントスキル、Claude/Codex/Geminiワークフロー、MCPツール、および関連するAIエージェント自動化から発見されました。
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.