연구 주제 감사자은(는) 무엇을 하나요?
증거 기반 연구 주제 감사를 위한 클로드 스킬: 문헌 검색, 최전선 분석, 격차 식별, 참신성 평가 및 알고리즘 주제 제안.
증거 기반 연구 주제 감사를 위한 클로드 스킬: 문헌 검색, 최전선 분석, 격차 식별, 참신성 평가 및 알고리즘 주제 제안.
이 스킬은 연구자와 개발자가 특정 연구 주제를 체계적으로 감사하고 평가할 수 있도록 지원합니다. 문헌 검색, 최전선(프론티어) 분석, 연구 격차 식별, 참신성 평가, 그리고 알고리즘 기반 주제 제안 기능을 제공하여 연구 방향 설정과 논문 주제 선정 과정을 과학적으로 돕습니다. 주로 Claude Code와 같은 AI 어시스턴트 플랫폼에서 사용되며, 사용자가 제시한 연구 분야에 대해 최신 학술 데이터를 활용해 객관적인 분석 결과를 도출합니다. SKILL.md 문서에 정의된 메서드를 통해 사용자는 연구 주제를 입력하면 자동으로 관련 문헌 검색, 인용 네트워크 분석, 연구 트렌드 시각화, 미개척 영역 탐색, 그리고 참신성 점수 산출을 수행할 수 있습니다. 이는 특히 논문 초안 작성, 연구 제안서 준비, 또는 박사 과정 학생의 주제 선정에 유용합니다.
npx skills add Tanue-Hou/research-topic-auditorInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
증거 기반 연구 주제 감사를 위한 클로드 스킬: 문헌 검색, 최전선 분석, 격차 식별, 참신성 평가 및 알고리즘 주제 제안.
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.