연구-조사-워크플로우은(는) 무엇을 하나요?
TraceGuard, LogicGuard 및 FlowGuard를 사용한 심층 연구 조사 워크플로우를 위한 Codex 스킬입니다.
TraceGuard, LogicGuard 및 FlowGuard를 사용한 심층 연구 조사 워크플로우를 위한 Codex 스킬입니다.
이 스킬은 AI 에이전트(특히 Codex)가 심층적인 연구 조사 워크플로우를 수행할 수 있도록 설계되었습니다. TraceGuard, LogicGuard, FlowGuard라는 세 가지 핵심 가드를 활용하여 연구 과정의 무결성, 논리적 일관성, 그리고 흐름 제어를 보장합니다. TraceGuard는 정보 출처와 추론 과정을 추적하여 투명성을 확보하고, LogicGuard는 논리적 오류를 방지하며 타당한 결론 도출을 돕습니다. FlowGuard는 연구 단계 간의 순차적 진행과 전환을 관리합니다. 개발자와 연구자는 이 스킬을 사용하여 복잡한 주제에 대한 체계적이고 신뢰할 수 있는 조사 작업을 자동화할 수 있으며, AI가 생성한 연구 결과의 품질과 정확성을 높일 수 있습니다. 주로 Codex 환경에서 동작하도록 설계되었습니다.
npx skills add liuyingxuvka/research-investigation-workflowInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
TraceGuard, LogicGuard 및 FlowGuard를 사용한 심층 연구 조사 워크플로우를 위한 Codex 스킬입니다.
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.