research-units-pipeline-skills は何をしますか？
研究パイプラインを意味的な実行単位として扱います。各スキルは入出力、受理基準、ガードレールを宣言します。証拠優先の手法により、構造化された中間成果物を通じて空虚な文章を防ぎます。
研究パイプラインを意味的な実行単位として扱います。各スキルは入出力、受理基準、ガードレールを宣言します。証拠優先の手法により、構造化された中間成果物を通じて空虚な文章を防ぎます。
このスキルは、研究パイプラインを意味的な実行単位（Skill）としてモデル化し、各スキルが明確な入力、出力、受理基準、ガードレールを宣言することで、信頼性が高く追跡可能な自動化ワークフローを実現します。証拠優先の方法論に基づき、中間成果物（ファクト抽出、引用リンク、分析ノートなど）を構造化して生成・検証するため、最終的な文章が空虚になったり根拠が曖昧になるのを防ぎます。主にClaude CodeやClineなどのAIエージェント向けに設計されており、`skills.md` でスキル一覧を管理し、各スキルフォルダが独立したタスクとして機能します。開発者はこのスキルを用いて、研究タスクの自動化、品質保証、結果の再利用性を高めることができます。
npx skills add WILLOSCAR/research-units-pipeline-skillsInstalled? 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 →
研究パイプラインを意味的な実行単位として扱います。各スキルは入出力、受理基準、ガードレールを宣言します。証拠優先の手法により、構造化された中間成果物を通じて空虚な文章を防ぎます。
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.