Orquestrador meta de ponta a ponta que transforma uma ideia de pesquisa em um artigo empírico pronto para submissão, com foco em economia e ciências sociais.
Paper-WorkFlow é um meta-orquestrador de IA que automatiza todo o fluxo de trabalho da pesquisa empírica, desde uma única ideia inicial até um artigo completo e pronto para submissão em periódicos. Suportado por agentes como Claude Code, Cursor ou Codex, ele guia o usuário por etapas como revisão de literatura, formulação de hipóteses, desenho de pesquisa, análise de dados, redação e formatação do manuscrito. Sua utilidade está em reduzir drasticamente o tempo e o esforço necessários para produzir artigos acadêmicos rigorosos, permitindo que pesquisadores foquem na criatividade e na validação dos resultados. O workflow é baseado em templates modulares e prompts especializados para cada etapa, garantindo consistência e qualidade acadêmica.
npx skills add brycewang-stanford/Paper-WorkFlowInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Artigo empírico em economia/ciências sociais · Orquestrador meta de ponta a ponta que transforma uma ideia de pesquisa em um artigo empírico pronto para submissão — um meta-orquestrador de IA que transforma uma ideia de pesquisa em um artigo empírico pronto para submissão.
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.