AB parallect
Глубокое исследование с использованием Parallect.ai. Параллельно запрашивает данные у нескольких поставщиков AI-исследований (Perplexity, Gemini, OpenAI, Grok, Anthropic), затем синтезирует результаты в единый отчет с перекрестными ссылками и разрешением конфликтов. Используйте, когда пользователь хочет исследовать тему, изучить вопрос или нуждается в комплексном анализе со ссылками. Также активируется, когда пользователь говорит что-то вроде "ищи это", "исследуй это", "узнай о", "глубокое погружение в" или "что мы знаем о". НЕ используйте для простых фактических вопросов, на которые вы можете ответить по памяти — только для тем, требующих обоснованного, многостороннего анализа.
машинный переводПоказать оригиналСкрыть оригинал«Deep research using Parallect.ai. Queries multiple AI research provide…»
Deep research using Parallect.ai. Queries multiple AI research providers (Perplexity, Gemini, OpenAI, Grok, Anthropic) in parallel, then synthesizes results into a unified report with cross-referenced citations and conflict resolution. Use when the user wants to research a topic, investigate a question, or needs comprehensive analysis with citations. Also triggers when the user says things like "look this up", "research this", "find out about", "deep dive on", or "what do we know about". Do NOT use for simple factual questions you can answer from memory -- only for topics requiring sourced, multi-perspective analysis.
Глубокое исследование с использованием Parallect.ai. Параллельно запрашивает данные у нескольких поставщиков AI-исследований (Perplexity, Gemini, OpenAI…
Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Как улучшить
- 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: 5. 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 70/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Согласованность. Имя во frontmatter (parallect) не совпадает с папкой (parallect-ai-deep-research)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 53
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 15, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 2934 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 625 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 53 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.