enoch-agentic-research-system은(는) 무엇을 하나요?
로컬 증명, 출처 패키징 및 명시적 감사 상태 보고를 갖춘 에이전트 연구 제어 플레인입니다.
출처: https://github.com/alias8818/enoch-agentic-research-system
푸시됨: 2026-05-12T10:02:58Z 별점: 11
로컬 증명, 출처 패키징 및 명시적 감사 상태 보고를 갖춘 에이전트 연구 제어 플레인입니다.
이 기술은 AI 에이전트가 연구 작업을 수행할 때 투명성과 신뢰성을 보장하기 위한 제어 플레인을 제공합니다. 로컬에서 생성된 증명(proof)을 통해 연구 결과의 진위를 확인하고, 출처(provenance) 정보를 패키징하여 데이터의 기원과 변환 과정을 추적할 수 있습니다. 또한 명시적인 감사 상태 보고(audit-status reporting)를 지원하여, 연구 과정의 각 단계가 적절히 감사되었는지를 검증 가능하게 합니다. GitHub에서 오픈소스로 제공되며, AI 에이전트 시스템 (예: Claude Code, Cursor, Codex 등)과 통합하여 연구 워크플로우를 보다 신뢰성 있게 관리할 수 있습니다.
npx skills add alias8818/enoch-agentic-research-systemInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
로컬 증명, 출처 패키징 및 명시적 감사 상태 보고를 갖춘 에이전트 연구 제어 플레인입니다.
출처: https://github.com/alias8818/enoch-agentic-research-system
푸시됨: 2026-05-12T10:02:58Z 별점: 11
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.