SKILLEMALL.ai

AD deep-research

Семиэтапный конвейер глубоких исследований для решения существенных исследовательских вопросов. Активируется, когда пользователь запрашивает глубокое исследование, 深度研究, исследовательский отчет, расследование на основе доказательств или развернутый ответ с указанием источников. Ключевые слова для запуска: 研究、调研、深度分析、写报告、综述、report、deep research、investigate、research report、深度研究、调研报告、帮我了解、全面梳理、综合分析.

машинный переводПоказать оригиналСкрыть оригинал«Seven-stage deep research pipeline for substantive research questions.…»

Seven-stage deep research pipeline for substantive research questions. Activates when user asks for deep research, 深度研究, research report, evidence-backed investigation, or a sourced long-form answer. Trigger keywords: 研究、调研、深度分析、写报告、综述、report、deep research、 investigate、research report、深度研究、调研报告、帮我了解、全面梳理、综合分析。

ClawHub Agent Skills автор: 9438190 v1.0.0 MIT-0 4 файла тело ≈ 1 851 токенов Открыть источникclawhub.ai проанализирован 28 ч назад

Семиэтапный конвейер глубоких исследований для решения существенных исследовательских вопросов.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 46/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 84
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1851 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 311 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 42 заголовков
    • +3Пошаговые инструкции: 84 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This is a transparent deep-research workflow skill that searches sources, writes a report, and optionally creates HTML, with no evidence of hidden or harmful behavior.
    LLM: benign (high) · VirusTotal: · 13 июл. 2026 г.