AC openclaw-deep-research
Координируйте глубокие, проверяемые из первоисточников исследовательские проекты в OpenClaw, используя папки, совместимые с AgentSkills, локальное отслеживание артефактов и явные реестры доказательств. Используйте, когда пользователь хочет получить высококачественный отчет или исследование, охватывающее множество источников, нуждается в проверяемых утверждениях, выигрывает от делегирования или должен управлять ограничениями контекстного окна, записывая состояние проекта в локальные файлы во время рабочего процесса OpenClaw.
машинный переводПоказать оригиналСкрыть оригинал«Coordinate deep, source-verifiable research projects in OpenClaw using…»
Coordinate deep, source-verifiable research projects in OpenClaw using AgentSkills-compatible folders, local artifact tracking, and explicit evidence ledgers. Use when the user wants a high-quality report or investigation that spans many sources, needs auditable claims, benefits from delegation, or must manage context-window limits by writing project state to local files during an OpenClaw workflow.
Координируйте глубокие, проверяемые из первоисточников исследовательские проекты в OpenClaw, используя папки, совместимые с AgentSkills, локальное…
Как процесс C 60/100 · Есть пробелы — 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: 9. 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 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (openclaw-deep-research) не совпадает с папкой (multi-agent-deep-research)
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 58
- 100Стоимость исполнения. Тело инструкции 1576 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
- +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
- +4Нет примеров входа/выхода
- +2Инструкции на одном языке
- +3Длина description 402 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 58 пунктов
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.