deep-research-skill은(는) 무엇을 하나요?
사용자가 인용 추적, 증거 지속성 및 구조화된 보고서 생성을 포함한 다중 소스 연구가 필요할 때 사용합니다.
사용자가 인용 추적, 증거 지속성 및 구조화된 보고서 생성을 포함한 다중 소스 연구가 필요할 때 사용합니다.
이 스킬은 AI 에이전트가 여러 소스에서 정보를 수집하고, 인용을 추적하며, 증거를 지속적으로 유지하고 구조화된 보고서를 생성할 수 있도록 지원합니다. 주로 Claude Code, Cursor, Codex와 같은 개발자 도구와 AI 어시스턴트 환경에서 사용되며, 연구 효율성을 높이고 신뢰할 수 있는 정보를 체계적으로 정리하는 데 유용합니다. 이 스킬은 사용자가 제시한 주제나 질문에 대해 웹 검색, 데이터베이스 조회 등을 통해 관련 자료를 수집하고, 각 출처의 인용 정보를 자동으로 기록하여 추후 검증이 가능하도록 합니다. 또한, 수집된 증거를 기반으로 요약, 분석 및 보고서 작성을 자동화함으로써 연구 과정에서 발생할 수 있는 수작업과 오류를 줄여줍니다. 결과적으로 이 스킬은 복잡한 연구 작업을 간소화하고, AI 에이전트의 지식 기반 강화와 사용자에게 정확하고 체계적인 결과물을 제공하는 데 기여합니다.
npx skills add lovstudio/deep-research-skillInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
사용자가 인용 추적, 증거 지속성 및 구조화된 보고서 생성을 포함한 다중 소스 연구가 필요할 때 사용합니다.
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.