멀티 에이전트 워크플로우를 통해 문헌 검색, 코드 실행, 결과 분석을 자동화하는 AI 연구 도구입니다.
EvidionAI는 FastAPI와 LangGraph를 활용하여 AI 연구를 자동화하는 멀티 에이전트 워크플로우 시스템입니다. 이 스킬은 여러 에이전트가 협력하여 문헌 검색, 코드 실행, 결과 분석을 수행함으로써 연구 과정을 효율화합니다. 개발자는 사전 정의된 워크플로우를 통해 복잡한 연구 작업을 자동화할 수 있으며, FastAPI를 기반으로 한 RESTful API를 통해 쉽게 통합할 수 있습니다. LangGraph를 사용하여 에이전트 간의 의존성과 데이터 흐름을 그래프 형태로 모델링함으로써, 복잡한 연구 파이프라인도 체계적으로 관리할 수 있습니다. 이 스킬은 Claude, Codex, Gemini 등의 AI 에이전트 워크플로우와 함께 사용하도록 설계되었으며, 최근 GitHub에 푸시된 AI 에이전트 기술을 활용합니다.
npx skills add Hairspuriouscorrelation574/EvidionAIInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
FastAPI와 LangGraph를 사용하여 문헌 검색, 코드 실행, 결과 분석을 수행하는 멀티 에이전트 워크플로우로 AI 연구를 자동화합니다.
출처: https://github.com/Hairspuriouscorrelation574/EvidionAI
최근 24시간 내에 GitHub에 푸시된 저장소에서 발견되었으며, 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구, 그리고 인접 AI 에이전트 자동화를 위한 것입니다.
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.