agentsclimarketplace

Tutor research

Skill modu-ai/cowork-plugins/moai-tutor/skills/tutor-research

모두의 AI (MoAI) — Claude Cowork & Claude Code 한국 실무 도메인 AI 하네스·플러그인 마켓플레이스. 사업계획서·세무·법률·HR·마케팅·커머스·BI·콘텐츠 도메인 스킬·에이전트·워크플로우. Korean B2B + office docs (HWPX/DOCX/XLSX/PPTX/PDF) + AI media (image/video/voice). AI-slop 검수 + humanize-korean 내장.

Install
npx -y skills add modu-ai/cowork-plugins --skill tutor-research

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.

What its author says it does

Copied from the file, not written here

학습 질문을 받으면 공식 문서(context7)와 웹검색을 동시에 병렬로 조사해, 출처가 검증된 최신 학습 근거를 종합해 드립니다. 개인 튜터가 자료를 미리 조사해 오는 역할입니다. 다음과 같은 요청 시 사용하세요: - "claude cowork의 Skills와 Sub-agents 차이를 최신 정보로 조사해줘" - "이 개념 정확한 최신 내용으로 알려줘" - "여러 자료 병렬로 조사해서 가르쳐줘" - "context7로 공식 문서랑 웹 최신 내용 같이 찾아줘" - "React 19 use훅 공식 문서 기준으로 설명 준비해줘" - "튜터처럼 이 주제 깊이 조사해줘" 질문을 리서치 축으로 분해해 context7(라이브러리·SDK·CLI 공식 문서)과 WebSearch(최신 트렌드·튜토리얼·비교)를 병렬 실행하고, 출처를 교차검증한 뒤 learning-material로 넘길 종합본을 만듭니다. [책임 경계] vs moai-education:research-assistant: 이 스킬=개인 학습용 최신 정보 빠른 조사, 저 스킬=학술 논문용 문헌 검토와 인용 관리.

SKILL.md

6.7 KB, as published. Nobody here has run it

튜터 리서치 (Tutor Research)

개요

학습 질문을 받아 여러 경로를 병렬로 조사해 신뢰할 수 있는 최신 학습 근거를 종합한다. 두 축을 동시에 가동한다: ① context7 MCP — 라이브러리·SDK·프레임워크·CLI의 버전별 공식 문서, ② WebSearch — 최신 변경사항·튜토리얼·개념 비교·실무 사례. 출처를 교차검증해 환각을 차단하고, learning-material이 바로 쓸 수 있는 구조화된 종합본을 만든다.

트리거 키워드

조사, 리서치, 최신 정보, 공식 문서, context7, 병렬 조사, 정확한 내용, 알려줘, 비교, 차이, 어떻게 동작

워크플로우

1단계: 질문 분석 → 리서치 축 도출

질문을 답하기 위한 하위 축으로 분해한다.

  • 공식 문서 축(context7 대상): 특정 라이브러리·SDK·도구·API가 등장하는가? (예: React 19, Next.js, claude code CLI, FastAPI) → resolve-library-id 대상 추출
  • 최신 정보 축(WebSearch 대상): 개념·트렌드·비교·"언제 무엇을 쓰나"·최근 변경 → 검색 쿼리 2-4개
  • 코드베이스 축(선택, Explore): 사용자 프로젝트 내부 코드를 학습 대상에 포함하는 경우

2단계: 병렬 리서치 실행

[HARD] 독립적인 조사는 한 턴에 병렬로 실행한다(직렬 금지). 오케스트레이터는 다음을 동시에 호출한다.

  • context7: resolve-library-id → get-library-docs (해당 라이브러리·토픽)
  • WebSearch: 도출한 쿼리 2-4개
  • (광범위 주제일 때) Agent(Explore) 또는 Agent(general-purpose) 리서처를 하위 축마다 병렬 fan-out — 각 에이전트가 한 축을 맡아 조사 결과를 반환

광범위·다면적 주제(소스 교차검증이 핵심)일 때는 번들된 /deep-research <질문> 워크플로우를 제안할 수 있다. 단, 토큰 비용이 단발 검색보다 크다는 점을 먼저 알린다.

[한 턴 안에서 병렬 호출]
  ├─ context7: get-library-docs(<라이브러리>, topic=<핵심 토픽>)
  ├─ WebSearch: "<주제> 2026 최신"
  ├─ WebSearch: "<개념 A> vs <개념 B> 차이 언제 사용"
  └─ (선택) Agent(Explore): 사용자 프로젝트 내 관련 코드 패턴

GLM 백엔드 주의: moai glm 또는 moai cg의 GLM 페인에서는 WebSearch·WebFetch가 z.ai MCP 도구로 라우팅된다. .claude/rules/moai/core/glm-web-tooling.md의 라우팅 표를 따른다.

3단계: 교차검증 + 종합

  • 출처 검증: WebSearch 결과 URL은 WebFetch로 실재·내용을 확인한 것만 인용한다. 검색 결과에 없는 URL은 생성하지 않는다(반환각 정책).
  • 상충 처리: 공식 문서와 웹 자료가 다르면 공식 문서(context7)를 우선하고, 웹 자료는 보조·맥락으로 표기한다. 버전 차이로 인한 상충은 버전을 명시한다.
  • 수준 맞춤: learning-project의 학습자 수준에 맞춰 용어 난이도를 조정한다(입문이면 전제 개념부터).

4단계: 종합본 출력 (learning-material 입력 규격)

learning-material이 바로 소비할 수 있는 구조화된 Markdown을 만든다.

## 리서치 종합: <주제>
- 학습자 수준: <입문/초급/중급/고급>

### 핵심 개념 (요약)
- 개념 1 — 한 줄 정의 + 근거 출처
- ...

### 도식 후보 (mermaid 소스 초안)
- 개념 관계도 / 플로우 / 시퀀스 중 적합한 것 1-2개 초안

### 예제·코드 (출처·버전 표기)
- 공식 문서 기준 최소 예제

### 자주 헷갈리는 점 / 비교
- A vs B, 언제 무엇을 쓰나

### 출처
- 공식 문서: <context7 라이브러리·버전>
- 웹: <검증된 URL 목록>

산출물

  • 구조화된 리서치 종합본 (Markdown, 출처 포함)
  • mermaid 도식 소스 초안 (learning-material로 전달)
  • 검증된 출처 목록 (공식 문서 + 웹 URL)

사용 예시

예시 1: "claude code 서브에이전트 동작 방식 최신 정보로 조사해줘" → context7(claude code docs) + WebSearch(최신 변경) 병렬 → 종합본 + 시퀀스 도식 초안

예시 2: "React 19 use 훅, 공식 문서 기준으로 설명 준비해줘" → context7(React 19) 중심 + WebSearch(실무 예) → 예제·비교 종합

예시 3: "영어 가정법 과거완료, 정확한 규칙과 예문 조사해줘" → WebSearch(문법 규칙·예문) 병렬 → 규칙 표 + 예문 종합 (라이브러리 무관 → context7 생략)

주의사항

  • 출처 없는 단정 금지: 확인되지 않은 내용은 "확인 필요"로 표기한다.
  • WebSearch 사용 시 Sources 섹션 필수 — 검증된 URL만 마크다운 링크로 포함한다.
  • context7 불가 시 폴백: MCP가 응답하지 않으면 WebFetch로 공식 문서 사이트를 직접 조회한다.
  • 사용자에게 직접 질문하지 않는다: 추가 정보가 필요하면 종합본에 "확인 필요" 항목으로 남기고, 결정은 오케스트레이터가 AskUserQuestion으로 처리한다.

관련 스킬

  • moai-tutor:learning-project: 마일스톤 핵심 질문이 이 스킬의 입력이 된다
  • moai-tutor:learning-material: 이 스킬의 종합본을 도식·HTML 학습자료로 변환

이 스킬을 사용하지 말아야 할 때

  • 학술 논문용 문헌 검토·인용 관리 → moai-education:research-assistant
  • 시장·비즈니스 조사 → moai-business:market-analyst
  • 깊은 다중 소스 교차검증 리포트(단일 질문, 비학습) → 번들 /deep-research 워크플로우

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.