awesome-azure-openai-llm은(는) 무엇을 하나요?
🌌 Azure OpenAI, 🦙 LLM(RAG, 에이전트)에 대한 선별된 리소스 모음입니다.
Azure OpenAI 및 LLM(RAG, 에이전트)에 대한 선별된 리소스 모음입니다.
이 스킬은 Azure OpenAI, LLM(RAG, 에이전트) 관련 최신 리소스를 한곳에 모아 정리한 선별된 컬렉션입니다. 개발자나 AI 에이전트 사용자가 Azure OpenAI 서비스와 대규모 언어 모델(LLM)을 효과적으로 활용할 수 있도록 다양한 가이드, 코드 샘플, 논문, 도구 등을 제공합니다. 주로 RAG(Retrieval-Augmented Generation)와 에이전트 기반 시스템에 중점을 두며, Claude Code, Cursor, Codex 등 다양한 AI 에이전트 플랫폼에서 사용할 수 있도록 설계되었습니다. 이 스킬의 SKILL.md 문서는 저장소의 구조와 주요 리소스 목록을 마크다운 형식으로 제공하여, 사용자가 필요한 정보를 빠르게 찾고 참고할 수 있도록 돕습니다.
npx skills add kimtth/awesome-azure-openai-llmInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🌌 Azure OpenAI, 🦙 LLM(RAG, 에이전트)에 대한 선별된 리소스 모음입니다.
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.