deep-research-skill은(는) 무엇을 하나요?
OpenClaw / Codex Agent를 위한 결정 중심의 딥 리서치 스킬로, 작업 라우팅, 증거 추적 가능성, 현재 상태 검증, 반증 제약 및 감사 가능한 전달을 강조합니다.
OpenClaw / Codex Agent를 위한 결정 중심의 딥 리서치 스킬로, 작업 라우팅, 증거 추적 가능성, 현재 상태 검증, 반증 제약 및 감사 가능한 전달을 강조합니다.
이 스킬은 AI 에이전트(특히 OpenClaw 및 Codex Agent)가 복잡한 연구 작업을 수행할 때 결정 중심의 접근 방식을 취할 수 있도록 설계되었습니다. 주요 기능으로는 작업 라우팅을 통해 연구를 여러 하위 작업으로 분할하고 우선순위를 지정하며, 각 주장과 결론에 대한 증거를 추적할 수 있도록 하여 신뢰성을 높입니다. 또한 현재 상태 검증(current-state verification)을 통해 연구 진행 상황을 지속적으로 점검하고, 반증 제약(contradiction constraints)을 적용하여 모순된 정보를 필터링합니다. 마지막으로 감사 가능한 전달(auditable delivery)을 통해 최종 결과물의 출처와 근거를 명확히 제공합니다. 이 스킬은 결정을 내려야 하는 연구, 정책 분석, 시장 조사 등에 특히 유용하며, AI 에이전트의 자율적 연구 능력을 한 단계 끌어올리는 데 기여합니다.
npx skills add ShadyUnderLight/deep-research-skillInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
OpenClaw / Codex Agent를 위한 결정 중심의 딥 리서치 스킬로, 작업 라우팅, 증거 추적 가능성, 현재 상태 검증, 반증 제약 및 감사 가능한 전달을 강조합니다.
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.