SKILLEMALL.ai
GitHub ↗ EN Войти

CD autoresearch

Оркестрирует сквозные автономные исследовательские проекты ИИ с использованием двухуровневой архитектуры. Внутренний цикл выполняет быстрые итерации экспериментов с четкими целями оптимизации. Внешний цикл синтезирует результаты, выявляет закономерности и направляет ход исследований. Направляет к доменно-специализированным навыкам для выполнения, поддерживает непрерывную работу агента через Claude Code /loop и пульс OpenClaw, а также создает исследовательские презентации и статьи. Используйте при начале исследовательского проекта, проведении автономных экспериментов или управлении многогипотезными исследованиями.

машинный переводПоказать оригиналСкрыть оригинал«Orchestrates end-to-end autonomous AI research projects using a two-lo…»

Orchestrates end-to-end autonomous AI research projects using a two-loop architecture. The inner loop runs rapid experiment iterations with clear optimization targets. The outer loop synthesizes results, identifies patterns, and steers research direction. Routes to domain-specific skills for execution, supports continuous agent operation via Claude Code /loop and OpenClaw heartbeat, and produces research presentations and papers. Use when starting a research project, running autonomous experiments, or managing a multi-hypothesis research effort.

Orchestra-Research/AI-Research-SKILLs Agent Skills автор: Orchestra-Research MIT 8 файлов тело ≈ 5 982 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Оркестрирует сквозные автономные исследовательские проекты ИИ с использованием двухуровневой архитектуры.

Как процесс D 39/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/citation-workflow.md

ГенераторИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/citation-workflow.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5982 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/citation-workflow.md

Процессный рейтинг: все десять параметров 39/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/citation-workflow.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/citation-workflow.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (autoresearch) не совпадает с папкой (0-autoresearch-skill)
  • 70Стоимость исполнения. Тело инструкции 5982 токенов
  • 85Шаги. Шагов: 90, расплывчатых формулировок: 3
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 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
  • low Разделов верхнего уровня: 14. 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
  • +2Инструкции на одном языке
  • +3Длина description 551 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 90 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +1Лицензия указана

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