SKILLEMALL.ai
GitHub ↗ EN Войти

AC long-research

[BETA] Глубокое исследование, которое фактически читает страницы, а не обобщает результаты поиска. Укажите, сколько времени оно должно работать (10 минут, 2 часа, всю ночь), и оно будет работать все это время — выполняя поиск, читая каждый результат, следуя по ссылкам, взламывая форумы, перекрестно проверяя находки и постепенно записывая в файл исследования. Древовидное исследование: каждая прочитанная страница порождает новые поиски, как у человека-исследователя. Принудительное соотношение чтения к поиску предотвращает поверхностный спам из поиска. Обязательство по времени по настенным часам — оно не закончится раньше. Встроенный аудит блокирует выдачу до прохождения проверок качества. Работает с web_search, web_fetch и browser-use для сайтов с интенсивным использованием JS.

машинный переводПоказать оригиналСкрыть оригинал«[BETA] Deep research that actually reads pages instead of summarizing…»

[BETA] Deep research that actually reads pages instead of summarizing search results. Tell it how long to research (10 min, 2 hours, all night) and it works the full duration — searching, reading every result, following leads, cracking forums, cross-verifying findings, and writing progressively to a research file. Tree-style exploration: each page read spawns new searches, like a human researcher. Enforced read-to-search ratio prevents shallow search-spamming. Wall-clock time commitment — it won't finish early. Self-audit gate blocks delivery until quality checks pass. Works with web_search, web_fetch, and browser-use for JS-heavy sites.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 4 файла тело ≈ 9 707 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

[BETA] Глубокое исследование, которое фактически читает страницы, а не обобщает результаты поиска.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, стоимость исполнения, повторный запуск

ПроцедураИИ и агентыТексты и документыДанные и аналитикатип 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
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 9707 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 58/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 9707 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 60Шаги. Шагов: 208, расплывчатых формулировок: 5
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 15. 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -267 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 645 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 48 заголовков
  • +3Пошаговые инструкции: 208 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.