SKILLEMALL.ai
GitHub ↗ EN Войти

BF deep-research

Навык для глубоких исследований в определённой области, изучения литературы и проведения обзоров. Автоматически активируется, когда пользователь говорит «сделай обзор», «глубоко исследуй XX», «изучи литературу», «исследуй последние достижения в области XX», «помоги мне исследовать XX», «академическое исследование». Поддерживает множество источников данных, таких как arXiv, PubMed, PMC, Google Scholar и другие, автоматически загружает PDF-файлы, анализирует полный текст и генерирует отчёт в трёх уровнях (резюме, контрольный список, полный отчёт).

машинный переводПоказать оригиналСкрыть оригинал«深度研究技能，用于进行领域调研、文献调研、survey研究。当用户说"做一个survey"、"深度研究一下XX"、"文献调研"、"研究一下X…»

深度研究技能，用于进行领域调研、文献调研、survey研究。当用户说"做一个survey"、"深度研究一下XX"、"文献调研"、"研究一下XX领域的最新进展"、"帮我调研XX"、"学术调研"时自动触发。支持arXiv、PubMed、PMC、Google Scholar等多个数据源，自动下载PDF并解析全文，生成三层报告（执行摘要、验证清单、完整报告）。

ClawHub Agent Skills автор: xueylee-dotcom v7.0.0 MIT-0 80 файлов тело ≈ 895 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык для глубоких исследований в определённой области, изучения литературы и проведения обзоров.

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/research_claw_bridge.py

ПроцедураДанные и аналитикаТексты и документыИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/research_claw_bridge.py
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  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: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/research_claw_bridge.py

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/research_claw_bridge.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/research_claw_bridge.py
  • 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 (deep-research) не совпадает с папкой (deep-research-v7)
  • 100Шаги. Шагов: 36
  • 100Стоимость исполнения. Тело инструкции 895 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 177 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
This research skill is broadly legitimate, but it exposes a hardcoded third-party API key and has under-scoped web fetching, authenticated-site, and file-writing behavior that should be reviewed before use.
LLM: suspicious (high) · VirusTotal: suspicious · 28 мая 2026 г.