BD ZeeLin Deep Research 深度研究
ZeeLin Deep Research — это профессиональная платформа поддержки исследований на базе ИИ, поддерживающая генерацию одной фразой и многошаговую генерацию, предлагающая два пути исследования: глубокий и экспертный. Охватывает весь процесс от быстрой систематизации информации, системного анализа до экспертного отчета объемом более 10 000 слов, опираясь на многократное рассуждение и интеграцию данных из нескольких источников, эффективно выполняя сложные задачи, такие как анализ компаний, понимание рынка, исследование инвестиций, повышая эффективность исследований и качество принятия решений в едином решении.
машинный переводПоказать оригиналСкрыть оригинал«ZeeLin Deep Research 深度研究是一款 AI 驱动的专业研究辅助平台，支持一句话生成与多步骤生成，提供深度、专家两大研究路…»
ZeeLin Deep Research 深度研究是一款 AI 驱动的专业研究辅助平台，支持一句话生成与多步骤生成，提供深度、专家两大研究路径。从快速信息梳理、系统分析到超万字专家报告全流程覆盖，依托多轮推理与多源数据整合，高效完成企业分析、市场洞察、招商研究等复杂任务，一站式提升研究效率与决策质量。
ZeeLin Deep Research — это профессиональная платформа поддержки исследований на базе ИИ, поддерживающая генерацию одной фразой и многошаговую генерацию…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 3 местах: ClawHub, ClawHub, ClawHub
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 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
- 40Согласованность. Имя во frontmatter (ZeeLin Deep Research 深度研究) не совпадает с папкой (zeelin-deep-research-pro)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 15
- 100Стоимость исполнения. Тело инструкции 407 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 151 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (4 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.