analyze-cs-research-results은(는) 무엇을 하나요?
컴퓨터 과학 연구 결과를 분석하고 감사 가능한 증거를 제공하는 엄격한 Codex 스킬입니다.
컴퓨터 과학 연구 결과를 분석하고 감사 가능한 증거를 제공하는 엄격한 Codex 스킬입니다.
이 스킬은 컴퓨터 과학 연구 결과를 체계적으로 분석하고 감사 가능한 증거를 생성하는 Codex 전용 도구입니다. 연구의 재현성, 방법론의 엄격성, 통계적 유의성, 그리고 결과의 신뢰성을 평가하는 데 초점을 맞춥니다. 사용자는 연구 논문, 실험 데이터, 코드 저장소 등을 입력으로 제공하면, 스킬이 자동으로 결과를 분석하고, 주요 발견 사항을 요약하며, 각 주장을 뒷받침하는 구체적인 증거(예: 코드 sn-pet, 데이터 테이블, 그래프)를 추출하여 감사 가능한 형태로 정리합니다. 이는 연구 결과의 투명성과 재현성을 높이고, 동료 검토나 후속 연구에 유용합니다.
npx skills add Xiaotangyuan-xty/analyze-cs-research-resultsInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
컴퓨터 과학 연구 결과를 분석하고 감사 가능한 증거를 제공하는 엄격한 Codex 스킬입니다.
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.