학습 목표에 맞춘 평가 문항을 생성하고 단계별 학습자 피드백을 제공하는 오픈소스 Codex 스킬입니다.
이 스킬은 AI 어시스턴트(Codex)가 학습 목표와 정렬된 평가 문항을 자동 생성하고, 학습자에게 단계적인 피드백을 제공할 수 있도록 설계된 오픈소스 도구 모음입니다. 교육 콘텐츠 제작자나 교수자가 일관된 평가 기준을 유지하면서도 풍부한 피드백을 효율적으로 생성해야 할 때 유용합니다. GitHub에 공개된 저장소에서 확인할 수 있으며, CLI나 Cursor, Codex 등 다양한 AI 코딩 에이전트 플랫폼에서 활용할 수 있습니다. 핵심 기능으로는 학습 목표(Learning Objective)를 분석하여 객관식, 단답형 등 다양한 유형의 평가 문항을 만들어 주고, 각 문항에 대해 학습자의 수준에 맞춘 힌트나 해설을 포함한 스캐폴딩 피드백(scaffolded feedback)을 생성합니다.
npx skills add nissafebrianis/knowledge-assessment-skillsInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
학습 목표에 맞춘 평가 문항을 생성하고 단계별 학습자 피드백을 제공하는 오픈소스 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.