parallel-web-search은(는) 무엇을 하나요?
모든 조회 및 웹 질문에 대한 기본 스킬입니다. 조회, 조사, 연구 또는 최신 정보가 필요한 질문에 사용하세요. 빠르고 비용 효율적입니다. 사용자가 명시적으로 '심층' 또는 '포괄적' 연구를 요청한 경우에만 parallel-deep-research를 사용하세요.
모든 조회, 조사, 연구 및 최신 정보가 필요한 질문에 사용하는 기본 검색 스킬입니다. 빠르고 비용 효율적이며, 사용자가 명시적으로 '심층' 또는 '포괄적' 연구를 요청한 경우에만 parallel-deep-research를 사용하세요.
이 스킬은 AI 에이전트(Claude Code, Cursor, Codex 등)가 웹 검색을 수행할 때 사용하는 기본 도구입니다. 모든 유형의 조회, 조사, 연구 및 최신 정보가 필요한 질문에 대해 빠르고 비용 효율적인 검색을 제공합니다. 사용자가 특별히 '심층' 또는 '포괄적' 연구를 요청하지 않는 한, 이 스킬이 기본값으로 사용되어야 합니다. 반면, parallel-deep-research 스킬은 더 깊이 있고 광범위한 조사가 필요할 때만 선택적으로 사용됩니다. 이 구분을 통해 일반적인 웹 검색 작업은 신속하게 처리하고, 복잡한 연구 작업은 별도의 심층 검색 스킬로 전환하여 비용과 시간을 최적화할 수 있습니다.
npx skills add https://github.com/parallel-web/parallel-agent-skills/tree/main/skills/parallel-web-searchInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
모든 조회 및 웹 질문에 대한 기본 스킬입니다. 조회, 조사, 연구 또는 최신 정보가 필요한 질문에 사용하세요. 빠르고 비용 효율적입니다. 사용자가 명시적으로 '심층' 또는 '포괄적' 연구를 요청한 경우에만 parallel-deep-research를 사용하세요.
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.
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.
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.