research-units-pipeline-skills은(는) 무엇을 하나요?
연구 파이프라인을 의미론적 실행 단위로 모델링합니다: 각 스킬은 입력/출력, 수용 기준, 가드레일을 선언합니다. 증거 우선 방법론을 통해 구조화된 중간 산출물로 공허한 글쓰기를 방지합니다.
개요
이 스킬 키트는 연구 및 글쓰기 워크플로를 체계화된 파이프라인으로 전환합니다. 각 단위는:
- 명확한 입력과 출력 선언
- 수용 기준 정의 (언제 "완료"인가)
- 가드레일 설정 (허용되는 것과 허용되지 않는 것)
- 증거 수집 및 검증 강제
핵심 개념
- 의미론적 실행 단위: 각 단위는 입력/출력 스키마, 가드레일, 수용 기준으로 구성된 self-contained 연구 작업입니다.
- 증거 수집: 모든 주장은 인용 가능한 출처로 뒷받침되어야 하며, 이는 파이프라인의 고정 단계입니다.
- 구조화된 산출물: 모든 단계는 마크다운 문서, JSON 스키마, 또는 기계가 읽을 수 있는 형식의 중간 산출물을 생성합니다.
- 비판적 검토: 각 단계는 자동화된 검증과 선택적 인간 검토를 포함합니다.
시작하기
기본 사용법
# 연구 파이프라인 시작
ai start/research "Your topic"
# 글쓰기 파이프라인 시작
ai start/writing "Your outline"
예시 워크플로
- 연구 질문 정의 → 입력 스키마 생성
- 출처 수집 및 검증 → 증거 세트 빌드
- 증거 종합 → 구조화된 개요
- 초안 작성 → 가드레일 준수 확인
- 검토 및 반복 → 수용 기준 확인
지원 플랫폼
- Claude Code: 전체 파이프라인 자동화 지원
- Cursor: 단계별 안내 실행
- Codex: 스크립트 기반 실행
- 기타 AI 도구: 유연한 통합
구성
파이프라인 동작을 사용자 정의하려면 config.yaml 파일을 수정하세요:
pipeline:
evidence_required: true
max_sources: 10
guardrails:
- no_unsupported_claims
- citation_required
outputs:
format: markdown
include_metadata: true
라이선스
MIT