과학 연구의 전 과정을 AI로 관리하는 기술 스킬 패키지—문헌 조사부터 투고까지 28개 기술과 9개 지식베이스로 논문을 완성
중간맛 분석
구성: 28개 기술(17개 수동 호출, 11개 상시 실행) + 9개 지식베이스(317개 검증된 카드) + 49개 실행 가능한 스크립트 + 39개 템플릿. 핵심 스택: Python, R, LaTeX, Claude Code/Codex 지원. 작동 방식: 문헌 검색(light-literature-search) → 데이터 정제(light-data-engineering) → 아이디어 생성↔비판(light-idea-generation⇄light-idea-critique) → 연구 계획 → 결과 분석 → 논문 작성↔다듬기(light-paper-drafting⇄light-paper-polishing) → 그림·표 → 인용·판형(light-citation, light-typesetting) → 투고 → 심사 회신(light-review-rebuttal) → 소프트웨어 저작권·슬라이드·대회 신청까지 선형 파이프라인을 따른다. 데모 있나: 예. 'Resampling Silently Degrades Probability Calibration in Tree Ensembles'라는 IEEE 논문 6장을 Light로 처음부터 끝까지 만든 실제 사례 있음(PDF+LaTeX+코드 공개). 바로 쓸 수 있나: 설치 후 / 명령어로 기술 호출, 또는 자동 트리거. 개인 노트북에서 로컬 실행 가능.
이런 레포예요
이럴 때 쓰면 좋아요
- 본과생·대학원생이 지도 교수 지원 없이 혼자서 논문을 처음부터 끝까지 완성하려고 할 때
- 여러 실험을 반복해야 하는데 표준화된 통계 검증과 출판급 시각화가 필요할 때
- 학술 윤리 위반(데이터 조작·문헌 과장) 없이 한국 및 국제 저널에 투고할 논문을 신속하게 준비해야 할 때
핵심 기능
대안 대비 차별점
일반 LLM 프롬프트나 MCP와 달리, 기술별로 검증된 알고리즘(scipy/sklearn과 수치 동일), 통계 코드(κ/QWK/Welch t/BH-FDR), 그리고 거짓금지 규약(위조·과장 방지)을 처음부터 내장하고 있으며, Claude Code·Codex 양쪽 클라이언트를 한 저장소에서 관리하는 구조로 중·영문 논문 전주기를 커버
준비물
- Git
- Python 3.8+
- Claude Code 또는 Codex 클라이언트
별 추이 · 7일
활용성 · 따라 만들기 좋은가
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2026년 생성
이 레포에 깃밥 배지 달기
[](https://www.gitbap.com/r/Light0305/Light-skills)🔌 클로드에서 바로 써보기
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기