BD autonomous-deep-research
Самостоятельное углубленное исследование (интеграция и продвижение — метанавык). Для заданной открытой исследовательской проблемы агент самостоятельно выполняет: декомпозицию проблемы → многоисточниковый поиск (rag / web-fetch) → синтез и перекрестную проверку → оценку полноты → итеративное приближение к ответу. Сопоставим с возможностями «глубокого исследования» (Deep Research) передовых больших языковых моделей, работает в автономном/онлайн режимах, имеет встроенную калибровку достоверности и маркировку нерешенных пробелов. Используется, когда требуется провести обоснованное, отслеживаемое и итеративное исследование сложной, многогранной проблемы.
машинный переводПоказать оригиналСкрыть оригинал«自主深度研究（整合与进阶·元能力）。给定一个开放研究问题，agent 自主完成： 问题分解→多源检索(rag / web-fetch)→综合…»
自主深度研究（整合与进阶·元能力）。给定一个开放研究问题，agent 自主完成： 问题分解→多源检索(rag / web-fetch)→综合与交叉验证→反思覆盖度→迭代逼近答案。 对标一线大模型智能体的「深度研究」能力（如 Deep Research），且可离线/在线双模运行、 自带置信度校准与未解缺口标记。当需要对一个复杂、多侧面问题做有依据、可追溯、可迭代的研究时使用。
Самостоятельное углубленное исследование (интеграция и продвижение — метанавык).
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 5. 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "visibility"
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 5
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 273 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 188 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 5 пунктов
- +4Есть примеры (2 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.