AD deep-research
Глубокое исследование интернета с многораундовым поиском, перекрестной проверкой и структурированными отчетами с цитатами. Расширяет web_search и web_fetch в полный исследовательский рабочий процесс. Используйте, когда: пользователь просит глубоко исследовать тему, тщательно изучить что-либо, сравнить варианты с доказательствами, написать исследовательский отчет или нуждается в ответе, выходящем за рамки простого поиска. Триггерные фразы: "research", "deep dive", "investigate", "调研", "深度搜索", "帮我研究", "详细了解一下", "对比分析", "compare X vs Y", "what are the pros and cons of", "综合分析". НЕ для: простых фактических запросов ("какая столица Франции"), данных в реальном времени (цены на акции, результаты матчей), или просмотра/взаимодействия с конкретным веб-сайтом (используйте браузер).
машинный переводПоказать оригиналСкрыть оригинал«Deep web research with multi-round search, cross-verification, and str…»
Deep web research with multi-round search, cross-verification, and structured reports with citations. Enhances web_search and web_fetch into a full research workflow. Use when: user asks to research a topic in depth, investigate something thoroughly, compare options with evidence, write a research report, or needs more than a simple search answer. Trigger phrases: "research", "deep dive", "investigate", "调研", "深度搜索", "帮我研究", "详细了解一下", "对比分析", "compare X vs Y", "what are the pros and cons of", "综合分析". NOT for: simple factual lookups ("what's the capital of France"), real-time data (stock prices, live scores), or browsing/interacting with a specific website (use browser).
Глубокое исследование интернета с многораундовым поиском, перекрестной проверкой и структурированными отчетами с цитатами.
Как процесс D 49/100 · Процесс не доведён — 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: 3. 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 49/100
- 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
- 40Согласованность. Имя во frontmatter (deep-research) не совпадает с папкой (research-dive)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 37
- 100Стоимость исполнения. Тело инструкции 1132 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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 7 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 678 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 37 пунктов
- +4Есть примеры (8 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.