ULW-Research 초정밀 리서치 오케스트레이터

무엇을 해주나

ulw-research는 "대충 검색"이 아니라 포화(saturation) 리서치 프로토콜입니다. 호출하면 다음 순서로 진행합니다.

1. 산출물 형식 먼저 제안 — PDF+DOCX를 기본으로, 슬라이드/HTML/마크다운 등 도메인에 맞는 대안과 목차·인용 스타일·분량 템플릿까지 제안하고 사용자의 답을 기다립니다.
2. 질문 분해(Phase 0) — 3개 이상의 직교 축으로 쪼개고 .omo/ulw-research/<타임스탬프>/ 세션 저널을 만듭니다.
3. 병렬 웨이브(Phase 1) — explore(코드베이스), librarian(웹·공식문서·GitHub), browsing(차단 페이지), repo-dive(저장소 정독) 워커를 한 턴에 동시 투입합니다. 팀모드가 있으면 축마다 담당 멤버를 배정해 최대 인원으로 굴립니다.
4. EXPAND 재귀 확장(Phase 2) — 워커가 회신 말미에 남긴 LEAD: 단서를 즉시 새 워커로 파고들며, 단서가 마를 때까지(또는 3웨이브 무소득/5웨이브 상한) 반복합니다.
5. 경험적 검증(Phase 3) — 논쟁적·문서화되지 않은·성능 관련 주장은 실제로 코드를 돌려 증명합니다.
6. 인용 종합 + 시각 QA(Phase 4~5) — 모든 주장에 출처나 검증 산출물을 붙이고, 차트/Mermaid를 포함한 결과물을 렌더링 검수 게이트를 통과시킨 뒤 전달합니다.

특징적으로 claim-graph.md, observation-manifest.md, intent-diff.md 같은 증거 원장을 오케스트레이터가 직접 관리해, 어떤 관찰이 어떤 주장으로 이어졌는지 감사할 수 있습니다.

이런 분께 추천

• 기술 선택, 경쟁 제품 비교, 법무/재무/조달처럼 틀린 주장 하나가 비싼 조사를 해야 하는 분
• 대규모 코드베이스의 특정 기능이 "어디서 어떻게" 동작하는지 근거와 file:line까지 확보해야 하는 분
• 서브에이전트 병렬 실행 환경(OMO/Codex multi_agent, OpenCode team_mode)을 이미 쓰고 있는 파워 유저
• 반대로, 가벼운 질문 하나에 빠른 답을 원한다면 이 스킬은 과합니다(스킬 자체도 일반 질문에는 자동 발동하지 않습니다).

활용 예시

• "/ulw-research 우리 서버의 인증 흐름 전체를 조사하고 OAuth 표준 대비 취약점을 리포트로" → 코드베이스 explore 워커 + 사양 문서 librarian 워커를 병렬 투입, PDF+DOCX 보고서 제안 후 인용 포함 리포트 산출
• "ulw-research: 벡터DB 5종 성능·라이선스·운영비 비교 딥리서치" → 제품별 축 배분, 공식 문서·벤치마크·GitHub 이슈 교차 검증, 논쟁 지점은 실제 벤치 스크립트로 확인
• "ultradebate로 이 아키텍처 결정문서를 검증해줘" → 스켑틱/레드팀 멤버를 최소 2명 붙여 모든 논쟁 주장에 공격 라운드를 돌린 뒤 정제팀이 최종 종합을 다듬음

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 code-yeongyu/oh-my-openagent 의 packages/shared-skills/skills/ulw-research 폴더를 내 ~/.claude/skills/code-yeongyu-ulw-research/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.