parallel-data-enrichment은(는) 무엇을 하나요?
대량 데이터 보강. 회사, 인물 또는 제품 목록에 웹 기반 필드(CEO 이름, 자금 조달, 연락처 정보)를 추가합니다. CSV 파일 또는 인라인 데이터 보강에 사용합니다. 다중 턴 지원: 이전 연구 작업의 --previous-interaction-id를 전달하여 컨텍스트를 전달합니다.
대량 데이터 보강. 회사, 인물 또는 제품 목록에 웹 기반 필드(CEO 이름, 자금 조달, 연락처 정보)를 추가합니다. CSV 파일 또는 인라인 데이터 보강에 사용합니다. 다중 턴 지원: 이전 연구 작업의 --previous-interaction-id를 전달하여 컨텍스트를 전달합니다.
이 스킬은 대량 데이터 보강을 위한 전문 도구입니다. 회사, 인물 또는 제품 목록에 웹 소싱 필드(예: CEO 이름, 자금 조달 정보, 연락처 정보)를 추가하여 데이터를 보강합니다. CSV 파일이나 인라인 데이터에 사용할 수 있으며, 이전 연구 작업의 `--previous-interaction-id`를 전달하면 컨텍스트를 유지하며 다중 턴 작업을 지원합니다. 개발자와 AI 에이전트가 보다 풍부한 데이터 세트를 구축하고, 수동으로 데이터를 수집하거나 보강하는 시간을 절약하는 데 매우 유용합니다. 주로 CLI 도구(예: Claude Code, Cursor, Codex)와 함께 사용되며, 마크다운 형식의 SKILL.md 문서를 통해 사용법과 옵션을 안내합니다.
npx skills add https://github.com/parallel-web/parallel-agent-skills/tree/main/skills/parallel-data-enrichmentInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
대량 데이터 보강. 회사, 인물 또는 제품 목록에 웹 기반 필드(CEO 이름, 자금 조달, 연락처 정보)를 추가합니다. CSV 파일 또는 인라인 데이터 보강에 사용합니다. 다중 턴 지원: 이전 연구 작업의 --previous-interaction-id를 전달하여 컨텍스트를 전달합니다.
This repo contains 8 individual skills — each has its own dedicated page.
ONLY use when user explicitly says 'deep research', 'exhaustive', 'comprehensive report', or 'thorough investigation'. Slower and more expensive than parallel-web-search. For normal research/lookup requests, use parallel-web-search instead. Supports multi-turn: pass --previous-interaction-id from a prior research or enrichment to continue with context.
Discover entities (companies, people, products, etc.) matching a natural-language description. Use when the user asks to 'find all X' or 'list every Y that…' — e.g., 'Find AI startups that raised Series A in 2026', 'List roofing companies in Charlotte NC', 'Show me YC W24 dev tools companies'. Different from web-search (which returns webpages) and deep-research (which returns a narrative report). Use this when the user wants a structured list of entities.
Continuously track the web for changes on a recurring cadence. Use when the user asks to 'monitor', 'track changes to', 'watch', or 'alert me when' something on the web changes — e.g., 'Track price changes for iPhone 16', 'Alert me when Tesla files a new 8-K', 'Monitor competitor pricing pages weekly'. Also use to list, inspect, update, or delete existing monitors.
URL content extraction. Use for fetching any URL - webpages, articles, PDFs, JavaScript-heavy sites. Token-efficient: runs in forked context. Prefer over built-in WebFetch.
DEFAULT for all research and web queries. Use for any lookup, research, investigation, or question needing current info. Fast and cost-effective. Only use parallel-deep-research if user explicitly requests 'deep' or 'exhaustive' research.
Get completed research task result by run ID
Set up the Parallel plugin (install CLI)
Check running research task status by run ID
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.