O que deep-research-skill faz?
Habilidade de Pesquisa Profunda para Claude Code — metodologia de conjunto adversarial multiagente de 3 ciclos
Habilidade de Pesquisa Profunda para Claude Code — metodologia de conjunto adversarial multiagente de 3 ciclos
A habilidade tonyazhuuki/deep-research-skill fornece uma metodologia de pesquisa profunda para o Claude Code, baseada em uma abordagem de conjunto adversarial multiagente com 3 ciclos. Ela permite que agentes de IA realizem pesquisas abrangentes e robustas ao explorar múltiplas perspectivas, questionar resultados e refinar conclusões através de um loop adversarial. Suportando plataformas como Claude Code, a habilidade é útil para desenvolvedores e pesquisadores que precisam de síntese de informações resilientes, reduzindo viéses ou pontos cegos em respostas geradas por IA. O fluxo de trabalho opera em três ciclos principais: exploração inicial, geração de contra-argumentos para criticar e melhorar a resposta, e síntese final de um resultado equilibrado e verificado, garantindo profundidade e qualidade na saída final.
npx skills add tonyazhuuki/deep-research-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade de Pesquisa Profunda para Claude Code — metodologia de conjunto adversarial multiagente de 3 ciclos
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.