TreeSkill은(는) 무엇을 하나요?
학습 없이 Kode 순방향 실행, 스킬 진화, 빔 검색 프롬프트 가지치기를 통해 LLM 에이전트를 최적화하여 성능을 향상시킵니다.
학습 없이 Kode 순방향 실행, 스킬 진화, 빔 검색 프롬프트 가지치기를 통해 LLM 에이전트를 최적화하여 성능을 향상시킵니다.
TreeSkill은 LLM 기반 에이전트의 성능을 향상시키기 위해 설계된 훈련 없는 최적화 도구입니다. 이 스킬은 Kode 순방향 실행(forward runs)을 통해 에이전트의 행동을 탐색하고, 스킬 진화(skill evolution) 메커니즘으로 효과적인 작업 수행 전략을 발전시키며, 빔 검색 프롬프트 가지치기(beam search prompt pruning)로 불필요한 프롬프트를 제거하여 효율성을 높입니다. 주로 Claude Code, Cursor, Codex와 같은 AI 에이전트 플랫폼에서 사용되며, 복잡한 코딩 작업이나 추론 작업에서 에이전트의 응답 품질과 정확도를 개선하는 데 유용합니다. TreeSkill은 별도의 모델 훈련 없이도 적용 가능하여, 기존 LLM 에이전트 워크플로우에 쉽게 통합될 수 있습니다.
npx skills add abhijeeth2004/TreeSkillInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
학습 없이 Kode 순방향 실행, 스킬 진화, 빔 검색 프롬프트 가지치기를 통해 LLM 에이전트를 최적화하여 성능을 향상시킵니다.
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.