BF infoseek
Сквозной рабочий процесс интеллектуального сбора и исследования контента. Начиная с ввода информации об отрасли/теме/имени/компании, автоматическое сканирование источников информации, управление доступом на основе четырехмерной оценки (доверие + соответствие теме + глубина взаимодействия + читаемость LLM), глубокий сбор (4 уровня деградации: статика/рендеринг/учетные данные/мультимедиа), полное управление поисковыми системами (самовосстановление работоспособности/квот/свежести), маршрутизация возможностей QVeris, унифицированный реестр возможностей (контроль согласия), обнаружение семантических противоречий (общие факты + словарь отрицаний + усиление полярности), распознавание сущностей (95+ сущностей + многоязычность + слияние псевдонимов), улучшение поиска (расширение псевдонимов/объединение разнообразия/адаптивный порог), межисточниковый интеграционный анализ, окончательный вывод структурированного отчета Markdown, с возможностью автоматического архивирования. Применимо: исследование отрасли, анализ тенденций, анализ конкурентов, исследование рынка, исследование технологий, сбор контента, создание отчетов, построение долгосрочной базы знаний. Неприменимо: мониторинг новостей в реальном времени, обзор научной литературы, автоматизация браузера, мгновенные чаты.
машинный переводПоказать оригиналСкрыть оригинал«端到端内容智能采集与调研工作流。从行业/主题/人名/公司输入开始，自动嗅探信息源、按可信度+主题一致性+互动深度+LLM可读性四维评分门控、…»
端到端内容智能采集与调研工作流。从行业/主题/人名/公司输入开始，自动嗅探信息源、按可信度+主题一致性+互动深度+LLM可读性四维评分门控、深度抓取（4级降级：静态/渲染/凭证/多媒体）、搜索引擎全生命周期管理（健康/配额/新鲜度自愈）、QVeris 能力路由、统一能力注册表（consent 闸控）、语义矛盾检测（共享事实槽+否定词典+极性放大）、实体识别（95+实体+多语种+别名归并）、召回增强（别名扩展/多样性合并/自适应门槛）、跨源融合分析，最终输出结构化 Markdown 报告，可选自动归档。适用：行业调研、趋势分析、竞品分析、市场研究、技术研究、内容采集、报告生成、长期知识库建设。不适用：实时新闻监控、学术文献综述、浏览器自动化爬取、即时聊天对话
Сквозной рабочий процесс интеллектуального сбора и исследования контента.
Как процесс F 36/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/mcp_tools_search.py, scripts/summarize_adapter.py, scripts/infoseek_helper.py
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: scripts/mcp_tools_search.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/summarize_adapter.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/infoseek_helper.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/infoseek_core_v2.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/infoseek_keys_cli.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/leak_scan.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/infoseek_pipeline.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/engine_lifecycle.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/qveris_client.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/public_apis_catalog.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/tiered_router.py
Процессный рейтинг: все десять параметров 36/100
- 0Инструменты и файлы. Не хватает 11 файла(ов): scripts/mcp_tools_search.py, scripts/summarize_adapter.py, scripts/infoseek_helper.py
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (infoseek) не совпадает с папкой (info-seek)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Шаги. Шагов: 47
- 100Стоимость исполнения. Тело инструкции 3131 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее
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
- -35 из 6 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 332 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 36 заголовков
- +3Пошаговые инструкции: 47 пунктов
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (13 из 13)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.