Andaime de nível de produção para pesquisa computacional reproduzível — pipelines DAG de 10 estágios, ≥90% de cobertura de testes, proveniência criptográfica (SHA-256 + marca d'água esteganográfica em PDF), workspace multi-projeto e pronto para agentes de IA com AGENTS.md / SKILL.md em todos os lugares.
O docxology/template é um andaime de pesquisa computacional reproduzível de nível de produção, projetado para ser executado por agentes de IA (como Claude Code, Cursor e Codex) e desenvolvedores. Ele fornece pipelines DAG de 10 estágios (orquestrados via ferramentas como Nextflow ou Snakemake), garantindo ≥90% de cobertura de testes para cada módulo, e utiliza proveniência criptográfica via hash SHA-256 e marca d'água esteganográfica em PDF para rastrear a origem dos resultados. O workspace suporta múltiplos projetos simultaneamente e é totalmente documentado com arquivos AGENTS.md e SKILL.md, facilitando a compreensão e modificação por agentes de IA. Sua utilidade reside em garantir que a pesquisa seja totalmente reproduzível, auditável e escalável, eliminando a complexidade de configurar pipelines robustos do zero.
npx skills add docxology/templateInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Andaime de nível de produção para pesquisa computacional reproduzível — pipelines DAG de 10 estágios, ≥90% de cobertura de testes, proveniência criptográfica (SHA-256 + marca d'água esteganográfica em PDF), workspace multi-projeto e pronto para agentes de IA com AGENTS.md / SKILL.md em todos os lugares.
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.