SDYJ_Multi_Agents은(는) 무엇을 하나요?
LangGraph 기반의 다중 에이전트 심층 연구 시스템으로, 작업 계획, 인간 개입 검토, 다중 소스 검색, 증거 기반 보고서 생성, 전체 추적 및 재현 가능한 평가를 제공합니다.
출처: https://github.com/hwfengcs/SDYJ_Multi_Agents
일일 awesomeskills.dev 에이전트 스킬 검색 중 발견되었습니다.
LangGraph 기반의 다중 에이전트 심층 연구 시스템으로, 작업 계획, 인간 개입 검토, 다중 소스 검색, 증거 기반 보고서 생성, 전체 추적 및 재현 가능한 평가를 제공합니다.
이 스킬은 LangGraph를 기반으로 구축된 다중 에이전트 심층 연구 시스템으로, 복잡한 연구 작업을 자동화하고 향상시키도록 설계되었습니다. 주요 기능으로는 작업 계획(Task Planning), 사람의 개입을 통한 검토(Human-in-the-Loop Review), 다중 소스 검색(Multi-Source Retrieval), 증거 기반 보고서 생성(Evidence-Grounded Report Generation)이 포함되어 있어 포괄적이고 신뢰할 수 있는 연구 결과를 보장합니다. 또한 전체 실행 경로 추적(Full Tracing)과 재현 가능한 평가(Reproducible Evaluation)를 지원하여 연구 과정의 투명성과 반복성을 제공합니다. 주로 GitHub에서 호스팅되는 오픈 소스 프로젝트로, 개발자와 연구자들이 심층 조사 및 지식 합성 작업을 효율적으로 수행할 수 있도록 돕습니다.
npx skills add hwfengcs/SDYJ_Multi_AgentsInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
LangGraph 기반의 다중 에이전트 심층 연구 시스템으로, 작업 계획, 인간 개입 검토, 다중 소스 검색, 증거 기반 보고서 생성, 전체 추적 및 재현 가능한 평가를 제공합니다.
출처: https://github.com/hwfengcs/SDYJ_Multi_Agents
일일 awesomeskills.dev 에이전트 스킬 검색 중 발견되었습니다.
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.