GLM-5.3-Flash-J-Space-기능-실현-보고서은(는) 무엇을 하나요?
GLM-5.3-Flash × J-Space 기능 실현 — J-Space 인지 제품군의 벤치마크 프레젠테이션
GLM-5.3-Flash × J-Space 기능 실현 — J-Space 인지 제품군의 벤치마크 프레젠테이션
이 스킬은 GLM-5.3-Flash 모델과 J-Space 인지 제품군 간의 통합 기능 실현을 검증하고 벤치마크 결과를 제시하는 데 중점을 둡니다. 개발자와 AI 에이전트 사용자가 GLM-5.3-Flash의 능력(J-Space 특화 인지 작업 처리)을 이해하고, 이를 실용적으로 적용할 수 있도록 돕습니다. 이 스킬은 주로 벤치마킹 환경(예: J-Space Cognition Suite)에서 실행되며, CLI 도구나 API를 통해 모델의 성능 및 정확도를 평가합니다. SKILL.md 문서는 구조화된 벤치마크 시나리오, 입력 형식, 출력 분석 방법을 제시하여 사용자가 자신의 프로젝트에 쉽게 통합할 수 있도록 안내합니다.
npx skills add Tiger3807861189/GLM-5.3-Flash-J-Space-Capability-Realization-ReportInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
GLM-5.3-Flash × J-Space 기능 실현 — J-Space 인지 제품군의 벤치마크 프레젠테이션
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.