SKILLEMALL.ai
EN Войти

A deep-research-forge

深度研究与决策分析 skill。用于系统研究一个产品、公司、人物、概念、技术、赛道或文化现象，先选择研究方法论组合，再建立研究问题、证据账本、正式状态层级和结论级引用映射，动态组合时间轴、竞品截面、用户选择、生态地图、因果机制、反方证据、场景推演和决策模块；复杂研究可启用多 Agent 并行执行，把来源搜证、时间线、竞品截面、反方证据和决策综合拆成并行研究小队，最后输出研究报告、决策简报、复盘评分或可复用研究资产。用户会说“研究一下”“深度分析”“竞品分析”“帮我搞懂”“横纵分析”“做个 deep research”“多 agent 并行研究”“这个公司/产品/概念是什么来头”“值不值得关注/投入/学习/跟进”等。

ClawHub Agent Skills автор: 大痴小乙 v0.1.0 MIT-0 80 файлов тело ≈ 1 622 токенов открыть источник ↗ проанализирован 15 ч назад

深度研究与决策分析 skill。用于系统研究一个产品、公司、人物、概念、技术、赛道或文化现象，先选择研究方法论组合，再建立研究问题、证据账本、正式状态层级和结论级引用映射，动态组合时间轴、竞品截面、用户选择、生态地图、因果机制、反方证据、场景推演和决策模块；复杂研究可启用多 Agent…

ПроцедураИИ и агентыОперации и проектытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
A
92/100
Общая оценка
Безопасность 60%
98
Качество 40%
73
Тесты бонус
55

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для срабатывания.
  2. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Рискованное назначение intent-offensive-security assets/research-envelope-template.md:188
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    ### 5. 反方证据（Red Team Dissent）
  • низкая Рискованное назначение intent-offensive-security references/dynamic-output-composer.md:22
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | `decision-brief` | decision question, verdict, evidence, risk, reversal conditions | competitive matrix, monitoring, red team |

Просканировано файлов: 78. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "archetype"

Процессная зрелость 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 130
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1622 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Среди тестов нет случая на инъекцию через данные

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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -33 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 311 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 130 пунктов
  • +4Справочные файлы упоминаются в инструкциях (10 из 14)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This skill is mostly a deep-research assistant, but it also includes persistent self-improvement and command-execution workflows that should be reviewed before installation.
LLM: suspicious (high) · 8 авг. 2026 г.