자연어 설명과 일치하는 엔티티(회사, 사람, 제품 등)를 식별합니다. 사용자가 '모든 X 찾기' 또는 '모든 Y 나열'과 같은 질문을 할 때 사용합니다.
이 스킬은 사용자가 자연어로 설명한 조건에 맞는 엔티티(회사, 사람, 제품 등)를 구조화된 목록으로 반환합니다. 기존의 웹 검색(웹페이지 반환)이나 심층 연구(서술형 보고서 반환)와 달리, '2026년 시리즈 A를 유치한 AI 스타트업 찾기', '노스캐롤라이나주 샬럿의 루핑 회사 나열', 'YC W24 개발 도구 회사 보여주기'와 같은 사용자의 명확한 엔티티 추출 요청에 최적화되어 있습니다. 이 스킬은 여러 출처를 병렬로 탐색하여 중복을 제거하고 일관된 구조의 결과를 제공함으로써, 사용자가 원하는 특정 유형의 엔티티 목록을 빠르고 정확하게 얻을 수 있도록 돕습니다.
npx skills add https://github.com/parallel-web/parallel-agent-skills/tree/main/skills/parallel-findallInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
자연어 설명과 일치하는 엔티티(회사, 사람, 제품 등)를 식별합니다. 사용자가 '모든 X 찾기' 또는 '모든 Y 나열'과 같은 질문을 할 때 사용합니다 — 예: '2026년 시리즈 A를 유치한 AI 스타트업 찾기', '노스캐롤라이나주 샬럿의 루핑 회사 나열', 'YC W24 개발 도구 회사 보여주기'. 웹 검색(웹페이지 반환) 및 심층 연구(서술형 보고서 반환)와 다릅니다. 사용자가 구조화된 엔티티 목록을 원할 때 사용합니다.
This repo contains 8 individual skills — each has its own dedicated page.
Bulk data enrichment. Adds web-sourced fields (CEO names, funding, contact info) to lists of companies, people, or products. Use for enriching CSV files or inline data. Supports multi-turn: pass --previous-interaction-id from a prior research task to carry context forward.
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.
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.