SKILLEMALL.ai
GitHub ↗ EN Войти

BF research-pro

Систематический навык исследования — спиральная модель сходимости. Разложите любую проблему (нечеткую или четкую) на подпроблемы, итеративно ищите, пока проблема не станет яснее, пока каждая подпроблема не получит ответ. Триггеры: "Помоги мне исследовать", "Исследуй", "Проведи исследование", "Сравнительный анализ", "research", "investigate", "look up" Также срабатывает: анализ конкурентов, исследование рынка, сравнение выбора технологий, изучение тенденций Настройка триггеров: "установить research-pro", "настроить research-pro", "research-pro doctor", "setup research-pro", "research-pro не готов" **Шлюзы:** Перед началом внешнего поиска необходимо пройти проверку READY doctor и шлюз подтверждения цели поиска; все интерактивные многоисточниковые/внешние исследования должны сначала показать контракт на поиск и получить явное подтверждение от пользователя. Единственное исключение — `NARROW_SELFCHECK` (см. Phase 1 SKILL), когда пользователь явно предоставляет URL/файл и требует только чтения/извлечения/суммирования без межисточникового сравнения или выводов. НЕ запускает обычное многоисточниковое исследование: - Простые фактические вопросы, на которые уже известен ответ - Если пользователь напрямую предоставил URL/файл и требуется только чтение/извлечение/суммирование, обрабатывается как `NARROW_SELFCHECK` согласно Шагу 1.2 (не входит в межисточниковое исследование) - Отладка кода, задачи по написанию кода Вывод: Структурированный отчет об исследовании (выводы + ответы на подпроблемы + источники + спорные моменты + нерешенные пробелы).

машинный переводПоказать оригиналСкрыть оригинал«系统化研究 skill — 螺旋收敛模型。把任何问题（模糊或清晰）分解成子问题，迭代搜索，越搜越清晰，直到每个子问题都有答案。 Trigg…»

系统化研究 skill — 螺旋收敛模型。把任何问题（模糊或清晰）分解成子问题，迭代搜索，越搜越清晰，直到每个子问题都有答案。 Triggers: "帮我研究", "研究一下", "调研", "分析对比", "research", "investigate", "look up" 也触发: 竞品分析、市场调研、技术选型对比、趋势了解 Setup triggers: "安装 research-pro", "配置 research-pro", "research-pro doctor", "setup research-pro", "research-pro 未就绪" **Gates:** 开始外部搜索前必须通过 READY doctor 与 Search Target Confirmation Gate；所有交互式多源/外部研究必须先展示 Search Contract 并收到用户明确确认。唯一例外是一个用户明确提供的 URL/文件、且只要求读取/提取/摘要、不作跨源比较或推断的 `NARROW_SELFCHECK`（见 SKILL Phase 1）。 Does NOT trigger normal multi-source research: - 已经知道答案的简单事实问题 - 用户直接给了 URL/文件、且只要读取/提取/摘要的，按 Step 1.2 的 `NARROW_SELFCHECK` 处理（不进入跨源 research） - 代码调试、写代码任务 Output: 结构化研究报告（结论 + 子问题答案 + 来源 + 争议点 + 未解决缺口）

ClawHub Hermes автор: Ming Fang v3.17.2 MIT-0 39 файлов · 3 скрипта тело ≈ 6 521 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Систематический навык исследования — спиральная модель сходимости.

Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: URL

ИнтеграцияYouTubeМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
38/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: URL
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. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. 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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • низкая Утечка данных net-credential-use SKILL.md:373
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    > ⚠️ 下面凡是裸 CLI（tvly/firecrawl/youtube_transcript_api）或用到 `$XXX_API_KEY` 的 curl，**都要经凭据 shim**，否则冷启动报 "No API key"。
    в кавычках
  • низкая Утечка данных exfil-secret-in-url SKILL.md:396
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    RWC bash -c 'curl "https://www.googleapis.com/youtube/v3/search?part=…&q=QUERY&type=video&maxResults=5&key=…"'
    известный сервисв кавычках
  • низкая Утечка данных net-credential-use SKILL.md:396
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    RWC bash -c 'curl "https://www.googleapis.com/youtube/v3/search?part=…&q=QUERY&type=video&maxResults=5&key=…"'
    известный сервисв кавычках
  • низкая Утечка данных read-dotenv SKILL.md:428
    Чтение файла .env
    # Credentials: scripts auto-load via lib/credentials.mjs — do NOT hardcode source ~/.openclaw/.env

Просканировано файлов: 37. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 690 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение body-long тело SKILL.md ≈ 6521 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: URL

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: URL
  • 0Инструменты и файлы. Не хватает 1 файла(ов): URL
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Согласованность. Диалект Hermes требует category и tags
  • 70Стоимость исполнения. Тело инструкции 6521 токенов
  • 100Шаги. Шагов: 155
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 13. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -247 эмодзи в инструкциях: шум для модели
  • -35 из 13 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 8 примера фраз-триггеров в кавычках
  • +3Длина description 689 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 155 пунктов
  • +4Есть примеры (26 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This is a real research skill, but it grants and reuses credentials, modifies multiple agent environments, performs external calls, and keeps research traces in ways users should review before installing.
LLM: suspicious (high) · 30 авг. 2026 г.