コンピュータサイエンスの研究結果を分析し、監査可能なエビデンスを引き渡すための厳格なCodexスキルです。
このスキルは、Codexエージェントがコンピュータサイエンスの研究結果を体系的に分析し、再現可能で監査可能な形でエビデンスを生成・引き渡すための厳格なフレームワークを提供します。研究者や開発者は、このスキルを使用することで、実験結果の統計的有意性、再現性、および実装の正確性を自動的に評価できます。主な機能には、論文のメトリクス抽出、実験設定の検証、データセットの整合性チェック、結果の批判的評価が含まれます。Codexプラットフォーム上で動作し、最終的に構造化された監査証跡（ログ、分析レポート、ハッシュ値など）を生成して、人間のレビュアーや他のエージェントに引き渡します。
npx skills add Xiaotangyuan-xty/analyze-cs-research-resultsInstalled? 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 →
コンピュータサイエンスの研究結果を分析し、監査可能なエビデンスを引き渡すための厳格なCodexスキルです。
codex run analyze-cs-research-results <input-file>
スキルは以下の監査可能な成果物を生成します：
MIT
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.