Metodologia de pesquisa unificada para agentes de IA, combinando ICD 203, GRADE, PRISMA, Cochrane e outros cinco frameworks em um processo baseado em evidências de 14 etapas. Projetado contra a bajulação. Implementado como uma habilidade do Claude Code com modos de reivindicação e consulta.
Esta habilidade fornece uma metodologia de pesquisa robusta e padronizada para agentes de IA, adaptando frameworks consagrados como ICD 203 (revisão sistemática), GRADE (avaliação de evidências), PRISMA (relato de revisões) e Cochrane (revisões sistemáticas) em um único processo de 14 etapas. É útil para desenvolvedores e pesquisadores que desejam garantir que seus agentes de IA realizem pesquisas rigorosas, baseadas em evidências, reduzindo o viés de confirmação e a tendência à bajulação (sycophancy). A habilidade suporta dois modos de operação: 'modo de reivindicação', onde o agente analisa uma afirmação específica, e 'modo de consulta', onde ele pesquisa uma questão mais ampla. Implementada como uma skill do Claude Code, ela se integra diretamente ao ambiente de desenvolvimento, guiando o agente através de etapas como formulação da pergunta de pesquisa, busca sistemática na literatura, extração de dados, avaliação de qualidade e síntese de resultados, tudo em um formato estruturado que pode ser exportado para referência futura.
npx skills add wphillipmoore/ai-research-methodologyInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Metodologia de pesquisa unificada para agentes de IA, combinando ICD 203, GRADE, PRISMA, Cochrane e outros cinco frameworks em um processo baseado em evidências de 14 etapas. Projetado contra a bajulação. Implementado como uma habilidade do Claude Code com modos de reivindicação e consulta.
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.