888건 · 관련도순
[32] ANALYZE. Ensure every critical claim has verifiable evidence with confidence levels. Each fact must have source + confidence percentage. If confidence <85%, enter Loop150 to find more sources. Use for critical decisions, factual claims, legal/compliance work, or any situation where unverified claims are dangerous.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Analyzes malicious PDF files using PDFiD, pdf-parser, and peepdf to identify embedded JavaScript, shellcode, exploits, and suspicious objects without opening the document. Determines the attack vector and extracts embedded payloads for further analysis. Activates for requests involving PDF malware analysis, malicious document analysis, PDF exploit investigation, or suspicious attachment triage.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Turns untargeted LC-MS/MS features (m/z, RT, MS/MS) into confidence-stratified metabolite annotations using spectral-library matching (matchms), in-silico tools (SIRIUS/CSI:FingerID, MetFrag) and molecular networking, and assigns a defensible MSI/Schymanski confidence level to each. Use when naming detected features, scoring MS/MS against a reference library, running SIRIUS, or deciding what confidence level an evidence set actually supports. For upstream feature extraction see metabolomics/xcms-preprocessing and metabolomics/msdial-preprocessing; for downstream enrichment that must respect these levels see metabolomics/pathway-mapping; for lipid-specific structural annotation see metabolomics/lipidomics.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Build low-fidelity wireframes, screen mockups, and user-flow diagrams in Frame0 (the hand-drawn Balsamiq-style wireframing tool) through its connected MCP server. Use when asked to wireframe a screen, sketch a UI, make a low-fi mockup, lay out an app's screens, or diagram a user flow with clickable links. Triggers: "wireframe", "frame0", "low-fi mockup", "sketch a screen", "user flow", "lo-fi", "rough out the UI". NOT for high-fidelity visual design, brand systems, or color/typography polish (use web-design-expert / Figma); NOT for production UI code (use frontend skills).
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Validates agent outputs against schemas and quality criteria, scores confidence, detects hallucinations, monitors convergence, decides when to iterate, and synthesizes actionable feedback. Use when checking if a node's output is acceptable, scoring confidence, detecting fabricated content, deciding whether to re-execute, or generating improvement feedback. Activate on "validate output", "check quality", "confidence score", "hallucination check", "should we iterate", "improvement feedback". NOT for executing DAGs (use dag-runtime), planning DAGs (use dag-planner), or matching skills (use dag-skills-matcher).
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Diagnose when intuitive judgment, agent confidence, or expert routing can be trusted by classifying environment validity, feedback quality, and task-boundary fit. Use for confidence calibration, agent routing, expertise audits, and escalation design. NOT for deterministic implementation tasks, pure syntax debugging, or domains with explicit verifiable answers.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Diagnose when intuitive judgment, agent confidence, or expert routing can be trusted by classifying environment validity, feedback quality, and task-boundary fit. Use for confidence calibration, agent routing, expertise audits, and escalation design. NOT for deterministic implementation tasks, pure syntax debugging, or domains with explicit verifiable answers.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Audit a compliance-ladder design (C0-C6) and transcript-fidelity ladder (T0-T5) plus their adapter conformance fixtures — Codex, Claude Code, Cloudflare, Ollama/LM Studio, custom stdio/HTTP agents — for the two failure modes that make a C-badge or T-fidelity label a lie: the ladder disagreeing with itself across doc/schema/ui/probe surfaces, and a level being reachable by self-report because no daemon-witnessed negative probe actually tries to forge it. Use when designing or freezing a compliance ladder, wiring an adapter conformance probe suite, deciding whether a numeric C-badge or T-label is safe to ship, or investigating a self-attestation or observed-to-controlled bypass risk. NOT for auditing a cryptographic protocol or whitepaper for adversarial soundness (`redteam-review`), writing TLA+/formal invariants for a daemon monitor (`runtime-verification-for-agents`), or agent identity, successor linkage, and reputation across restarts (`agent-identity-continuity-reputation`).
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
[32] ANALYZE. Ensure every critical claim has verifiable evidence with confidence levels. Each fact must have source + confidence percentage. If confidence <85%, enter Loop150 to find more sources. Use for critical decisions, factual claims, legal/compliance work, or any situation where unverified claims are dangerous.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Analyzes malicious PDF files using PDFiD, pdf-parser, and peepdf to identify embedded JavaScript, shellcode, exploits, and suspicious objects without opening the document. Determines the attack vector and extracts embedded payloads for further analysis. Activates for requests involving PDF malware analysis, malicious document analysis, PDF exploit investigation, or suspicious attachment triage.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Claude Code의 수정 지시와 반복 작업에서 확신도를 가진 행동 규칙을 추출합니다. 프로젝트별로 관리하고 관련 규칙을 스킬, 명령, 에이전트로 발전시킵니다.
조사 주제를 여러 질문으로 나누고 웹 검색과 본문 검토를 진행합니다. 출처, 확신 수준, 정보 부족 부분을 밝힌 보고서로 정리합니다.
기업 공시, 정부 계약, 제재 명단 등 공개 기록을 교차 조사하고 이름의 표기 차이를 대조하여 자금과 조직의 관계를 출처 및 신뢰도와 함께 정리합니다.
목표 이미지와 구현한 3D 장면의 스크린샷을 비교해 구도, 조명, 질감을 단계적으로 개선합니다. 시각적 재현도를 평가하고 렌더링 속도도 확인하며 수정을 반복합니다.
데스크톱 랜딩 페이지의 구조를 회색 상자로 그립니다. 번호 주석과 사양 패널을 연결해 배치 및 구현 시 참고할 내용을 공유하는 와이어프레임을 만듭니다.
서식과 레이아웃의 재현성을 고려해 .docx 문서를 읽고 새로 만들고 편집하도록 돕습니다. Word 문서의 내용과 외관을 함께 다루는 작업에 사용합니다.
지정한 국가의 위기 대비와 회복력을 0~100점의 종합 점수로 확인합니다. 여섯 분야의 세부 점수, 최근 30일간의 변화와 신뢰 구간도 조회합니다.
시장 데이터로 예측 모델의 학습·예측 명령을 실행하고 결과를 저장하는 절차를 안내합니다. 실제 학습 없이 임시 출력만 생성하는 버전의 제약도 확인합니다.
대규모 언어 모델을 호출하지 않고 단순한 코드 일괄 변환을 실행합니다. 결과의 신뢰도를 확인해 기준을 충족한 경우에만 파일에 반영하고 실행 시간과 적용 결과를 기록합니다.
과거 작업에서 학습한 패턴과 현재 진행 상황으로 다음 작업을 제안합니다. 예측 신뢰도에 따라 실행 여부를 판단하고 작업 완료 후 학습 내용을 갱신합니다.
Investigate failed Agent QA runs using recorded steps, logs, and saved evidence. Classify each failure, explain confidence and supporting findings, and identify the likely area to fix and the next action.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Route a goal through acc's scored-memory workflow, which uses evaluated stored information. Handle returned reasoning frames, submit proposals with confidence estimates, and present final answers with reference IDs before recording the eventual outcome.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Solve competition mathematics problems and examine proofs through independent agents that actively look for gaps, counterexamples, and misused theorems. Produces a checked argument or clearly states what remains unresolved, with optional PDF output.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Drafts a one-page anonymous company profile for sell-side M&A outreach before a confidentiality agreement is signed. It organizes business highlights, financial metrics, and transaction details, then checks for information that could reveal the company’s identity.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.