O que analyze-cs-research-results faz?
Uma habilidade rigorosa do Codex para analisar resultados de pesquisa em ciência da computação e fornecer evidências auditáveis.
Uma habilidade rigorosa do Codex para analisar resultados de pesquisa em ciência da computação e fornecer evidências auditáveis.
Esta skill do Codex capacita o agente a analisar rigorosamente resultados de pesquisa em ciência da computação, produzindo evidências auditáveis para entrega a desenvolvedores ou outros sistemas. Ela é útil para garantir que análises de desempenho, comparações de algoritmos, ou conclusões experimentais sejam documentadas de forma transparente e reproduzível. A skill suporta a plataforma Codex e funciona processando saídas de experimentos, logs, métricas e gráficos, gerando relatórios estruturados com metadados de auditoria. Ao usar esta skill, o agente pode verificar a integridade dos dados, aplicar princípios de validação científica e preparar um dossiê completo para revisão por pares ou conformidade.
npx skills add Xiaotangyuan-xty/analyze-cs-research-resultsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Uma habilidade rigorosa do Codex para analisar resultados de pesquisa em ciência da computação e fornecer evidências auditáveis.
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.