AB deep-research-team
Используйте этот навык, когда пользователь просит «глубокое исследование», «исследовательскую группу», «всесторонний анализ», «отчет об исследовании», «тщательно расследовать», «сравнить X против Y в деталях» или нуждается в синтезе из нескольких источников с проверкой. Он запускает скоординированную команду агентов-исследователей в несколько раундов, где ведущий анализирует результаты и создает целевые последующие задачи. Масштабируется от сфокусированного (2 исследователя, 1-2 раунда) до всестороннего (4 исследователя, 3-4 раунда с перекрестной проверкой). НЕ используйте для простых поисков, отладки или вопросов, на которые можно ответить 1-2 поисковыми запросами.
машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when the user asks for "deep research", "res…»
This skill should be used when the user asks for "deep research", "research team", "comprehensive analysis", "research report", "investigate thoroughly", "compare X vs Y in depth", or needs synthesis across multiple sources with verification. It spawns a coordinated team of researcher agents across multiple rounds, with the lead triaging findings and creating targeted follow-up tasks. Scales from Focused (2 researchers, 1-2 rounds) to Comprehensive (4 researchers, 3-4 rounds with cross-verification). Do NOT use for simple lookups, debugging, or questions answerable with 1-2 searches.
Используйте этот навык, когда пользователь просит «глубокое исследование», «исследовательскую группу», «всесторонний анализ», «отчет об исследовании»…
Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 26. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5618 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 67/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 5618 токенов
- 100Шаги. Шагов: 78
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 10. 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 590 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 78 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (14 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.