daee-epistemics은(는) 무엇을 하나요?
인식론적 작전과 지적 분석을 위한 모듈식 LLM 스킬: 담론 분류, 방향성, 왜곡, 은폐 진단을 위한 인지 보안 프레임워크(SOC)로, 일치하는 사례 모듈과 전술, 기법, 절차(TTP)를 통해 상호작용을 라우팅하며 건전한 추론과 규범적 성향에 기반합니다.
인식론적 작전과 지적 분석을 위한 모듈식 LLM 스킬: 담론 분류, 방향성, 왜곡, 은폐 진단을 위한 인지 보안 프레임워크(SOC)로, 일치하는 사례 모듈과 전술, 기법, 절차(TTP)를 통해 상호작용을 라우팅하며 건전한 추론과 규범적 성향에 기반합니다.
이 스킬은 AI 에이전트가 인간의 담론을 인식론적(epistemic) 및 지적(noetic) 차원에서 분석하고 분류할 수 있도록 설계된 고급 프레임워크입니다. 이는 SOC(Security Operations Center) 모델을 차용하여, 담론의 방향성, 왜곡(예: 탈형성, 은폐)을 진단하고 이를 사전 정의된 케이스 모듈과 전술, 기법, 절차(TTP)에 매칭하여 적절히 대응하도록 합니다. 주로 Claude Code, Cursor, Codex 등 LLM 기반 개발 도구에서 사용되며, 사용자의 질문이나 명령을 단순히 처리하는 것을 넘어, 그 이면에 숨겨진 인지적 의도와 논리적 구조를 평가하여 더 정확하고 안전한 응답을 생성하도록 돕습니다. SKILL.md 문서에 따르면, 이 스킬은 '건전한 추론'과 '규범적 성향'에 기반하여 작동하므로, 잘못된 정보, 논리적 오류, 또는 은밀한 조작 시도를 감지하고 이에 대한 대응 전략을 자동으로 수립하는 데 유용합니다. 따라서 AI 에이전트의 보안, 신뢰성, 그리고 윤리적 판단 능력을 향상시키고자 하는 개발자에게 특히 가치 있습니다.
npx skills add theislampill/daee-epistemicsInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
인식론적 작전과 지적 분석을 위한 모듈식 LLM 스킬: 담론 분류, 방향성, 왜곡, 은폐 진단을 위한 인지 보안 프레임워크(SOC)로, 일치하는 사례 모듈과 전술, 기법, 절차(TTP)를 통해 상호작용을 라우팅하며 건전한 추론과 규범적 성향에 기반합니다.
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.