Deepdive
Skill Socialpranker/deepdive
Meta-research под вопрос или решение. Веб-поиск, академические источники, Q&A отчёт; каждый источник — отдельный файл с цитатами и метаданными для повторного использования. Использовать когда нужна основа под решение, для деск-ресёрча, валидации гипотезы или чтобы понять как устроен X. Триггеры — "deep research", "глубокое исследование", "проведи ресёрч", "сделай ресёрч", "изучи тему", "разбери тему", "исследуй", "копни глубоко", "deep dive", "ресёрчни".From its SKILL.md
npx -y skills add Socialpranker/deepdiveAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
3 things to look at
- skips confirmationTells the agent to proceed without asking first, 1 time: "shallow — skip".
- reads credentialsReads from 1 credential source: `audit env vars для API ключей`.
- 8 stars8 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
SKILL.md
40.8 KB, ~10.9k tokens by cl100k_base, as published. Nobody here has run it
Deepdive — meta-research с дисциплиной
Серьёзное многошаговое исследование под вопрос или решение. Каждый источник = файл, отчёт построен как Q&A, тезисы атомарны и пере-используемы.
Когда применять
- Прямо просит «deep research / глубокое исследование / проведи ресёрч / изучи тему / разбери».
- Сравнить N институций, продуктов, методологий, рынков (НО: если N конкурентов по фиксированной матрице — это competitive-teardown, не сюда).
- Подготовить материал для стратегии, бизнес-плана, доклада, статьи.
- Проверить гипотезу или валидировать решение через внешние данные.
- Meta-research — «понять как устроен X», «карта области Y», ответить на серию вопросов.
Когда НЕ применять
- Быстрая фактоверка («когда родился Моцарт») — отвечай напрямую, без скилла.
- Сравнение N конкурентов по структурированной 12-dimension матрице →
competitive-teardown. - Research под Anthropic SDK / Claude API →
claude-api. - Brainstorm без поиска данных →
brainstorming/grill-me. - Ответ уже в проекте — сначала grep/чтение, потом решай нужен ли веб-поиск.
Глубина — определяется по теме
Жёсткого дефолта нет. Выбирай каждый раз по сложности вопроса и стоимости решения, которое поддерживаешь.
| Режим | Источников | Суб-агентов | Когда |
|---|---|---|---|
| shallow | 5–7 | 0 | первичная навигация, тема знакома, low-stakes решение |
| medium | 12–18 | 2–3 | нетривиальная тема, среднее решение |
| deep | 25–35+ | 4–5 | high-stakes решение, стратегия, серьёзный анализ |
Объяви выбранный режим в начале и обоснуй: «делаю medium — тема нетривиальна, решение middle-stakes».
Заодно объяви model routing (один раз, после Genre+Plan): какие фазы на какой модели, estimated cost. Пример:
Routing: Phase 1/3/6 на Opus/high (reframing+plan+adversarial),
Phase 4 sub-agents на Haiku/Sonnet, Phase 7 synthesis на Sonnet/high.
Estimated ~$2 (vs ~$8 если бы всё на Opus). Скажи если нужно по-другому —
"всё на opus" / "cheap mode" / "default".
Детали — references/model_routing.md.
Перед стартом — discover existing
ДО фазы reframing проверь что уже есть в проекте. Опциональное — если файлов/папок нет, иди дальше.
- Куда сохранять (см. секцию ниже) — определи целевую папку.
- Существующие ресёрчи: если целевая папка уже есть, перечисли содержимое. Если есть похожий slug → спроси «это update?». Если да — режим update (см. ниже).
- CLAUDE.md / CLAUDE.local.md: если есть — прочитай, учти в reframing (терминология проекта, workflow, кросс-референсы).
- memory/MEMORY.md: если есть — прочитай индекс, поищи упоминания темы. Учти в reframing («в памяти X зафиксировано — мы это подтверждаем или пересматриваем?»).
Цель: не дублировать сделанное. Не из любопытства, не «на всякий случай ещё раз».
Куда сохранять — 3-уровневая логика
Папка-цель определяется автоматически. Не хардкодь.
Уровень 1 — явный сигнал:
CLAUDE.md / CLAUDE.local.md упоминают research-папку → используй её
Существует одна из: research/, 06_Деск-ресёрч/, docs/research/, notes/research/
→ используй существующую
Уровень 2 — автодетекция типа проекта:
pyproject.toml / package.json / Cargo.toml / go.mod / mix.exs → tech → research/
Только .md / .pdf / .docx без манифестов → notes/гуманитарный → 06_Деск-ресёрч/
Уровень 3 — фоллбэк:
Не git-репо или пустая папка → ~/deep-research/<slug>/ (глобальная домашняя)
Покажи выбранный путь ОДИН раз: «Сохраню в research/<slug>/. Ок?» Дальше пиши молча.
Режим update
Если пользователь говорит update <slug> или «обнови ресёрч <тема>»:
Цель update: дельта, не replay. Найти что изменилось с last_research_date, написать diff-файл. Старый отчёт остаётся как есть; новый создаётся только если изменения существенные (после прочтения diff'а — решение пользователя).
Детальный протокол: references/refresh_protocol.md. Ниже — high-level порядок:
- Pre-flight check — прочитай:
<targetfolder>/<slug>/plan.md(last_research_date, гипотезы, подвопросы)<targetfolder>/<slug>/refresh_targets.md(что отслеживать — entities, numbers, hypotheses)- Последний
<date>_<genre>.md(что было сказано — чтобы видеть что изменилось)
- Если
refresh_targets.mdнет (старый ресёрч до этого протокола) — сначала сгенерируй его из final report + plan.md, используя шаблон Z11 (см.blocks/close.md). - 4 категории дельты в targeted поиске (date filters от last_research_date):
- New entrants — Crunchbase, GitHub topics, HuggingFace, news (новые компании/проекты)
- Entity diff — fingerprinting tracked entities (pricing, careers, funding)
- Numbers refresh — re-fetch FRED/WB/industry numbers, compare
- Adversarial trigger — OpenAlex/arXiv/Retraction Watch на новые публикации
- Verified-no-change секция — что перепроверили и ничего не изменилось. Это тоже результат.
- Output:
diffs/<YYYY-MM-DD>_delta.md— компактный список изменений + recommended actions (см. шаблон вrefresh_protocol.md). - Adversarial trigger HIGH → re-run Phase 6 (только эту часть) на Opus с новой публикацией как input.
- Новый отчёт
<новая_дата>_<genre>.md— только если delta существенный (HIGH severity или несколько MEDIUM). Решает пользователь после прочтения delta. Старый отчёт в frontmatter получаетstatus: superseded by <новая_дата>_<genre>.md. Старыйplan.mdкопируется какplan.md(новая версия),version: update-N,parent: <дата>_<genre>.md, секция 16 changelog заполнена.
Cost для типового update: ~$0.40 (vs ~$2 за полный medium ресёрч).
Model routing для update: Pre-flight sonnet/low, search-этапы (1-4) haiku/low с sonnet для academic, synthesis delta — sonnet/medium, adversarial re-run — opus/high.
Workflow — <!--gen:count:phases-->12<!--/gen--> фаз (1–8, включая 3.5, 3.7, 5.5 и 6.5)
Детали каждой фазы — в references/workflow.md. Модель и effort на каждую фазу — в references/model_routing.md (Opus/Sonnet/Haiku matrix). Здесь high-level.
- Reframing [
opus/high] — переписать вопрос, собрать Decision Spec (решение глагол+объект+срок / потребитель→его следующий шаг / ≥1 if-then вилка «покажет X → делаю A»; ни одной вилки ⇒ честный даунгрейд в shallow «любопытство»), сформулировать 2–4 опровергаемые гипотезы + (medium/deep) multi-perspective персоны для охвата (STORM) + router по профилю вопроса (классифицировать тип: фактологический→плоско / многошаговый→least-to-most L1→L2 / реляционный→графы / сравнительный→матрица — тип направляет декомпозицию и подсказывает режим глубины). См.references/question_reframing.md. - Genre & block selection [
sonnet/medium] — определить жанр отчёта (qa/explainer/decision/landscape/validation/custom) и набор блоков. Подтвердить пользователю одной строкой. См.references/genres.mdиreferences/blocks/INDEX.md. - Plan [
opus/medium] — записатьplan.md(5 секций: HEADER → SCOPE → STRUCTURE → EXECUTION → TRACKING). Включает: user context, time-box, acceptance criteria, discovered existing, glossary, жанр + blocks + rationale, гипотезы, risk register, subtopic↔blocks mapping (+ least-to-most level — для многошаговых вопросов «X учитывая Y»: подвопросы по уровням L1→L2 с накоплением контекста между ними, а не плоский параллельный список; для независимых подвопросов остаётся плоско), information sourcing strategy (каналы + stat-источники + API endpoints), opposition queries, stop-criteria, notes для tracking. См.workflow.md→ Фаза 3 для полного шаблона. 3.5. Capability Discovery [sonnet/low] (опциональная для shallow, рекомендуется для medium, обязательна для deep) — audit env vars для API ключей, map подтемы → доступные APIs, fallback на upstream awesome-lists для unknown gaps, сводный отчёт пользователю. См.references/capability_discovery.md. 3.7. Plan-review gate [sonnet/low] (shallow — skip; medium — обязательна) — единственная human-in-the-loop контрольная точка ПЕРЕД дорогой Фазой 4. Показать сжатый план (вопрос как понял + решение + жанр + гипотезы + персоны + каналы + стоп-критерий + routing) и дать утвердить/поправить. Жёсткость по режиму: deep — показать и ЖДАТЬ явного «Ок» перед запуском суб-агентов; medium — soft (показать, продолжить если нет возражений); shallow — skip. Правка плана ДО исполнения — самый дешёвый рычаг качества (Gemini: «biggest lever over output quality»). Заодно enforcement-точка: пустой план-блок = пропущенная фаза. Clarification-триаж (нужны ли уточняющие вопросы) наследуется из Фазы 1. См.references/plan_gate.md. - Поиск [main
sonnet/medium; sub-agents per-task:haikuдля web/api,sonnetдля academic/long-source,opusдля heavy reasoning subtask] — 4 шага: (4.0) Source Dispatch — прогнать каждый подвопрос черезsource_dispatch.mdmatrix, заполнить plan.md секцию 12. (4.1) Launch — для medium/deep: суб-агентыsubagent_type=general-purpose(нужен Write) в параллель, каждому свой диапазон номеров источников (s01-s09,s10-s19, ...); для shallow — главный поток сам. (4.2) Fetch & dedup. (4.3) Save вsources/NN_slug.md— пишет сам агент, в главный поток возвращаются только index-строки. После Round 1 (medium/deep) — snowball-пасс: топ-K источников по total → backward (их ссылки → канонический primary) + forward (кто цитирует, OpenAlex/S2) — цепочки цитирований достают то, что не отдаст keyword-поиск. Loop: cheap goal-check (Haiku после раунда — per-subquestiongoal_statusmet/partial/unmet + чего не хватает, направляет следующий раунд и удешевляет Opus-evaluation) → bounded deviation между раундами (trajectory-чек claims, ревизия outline, query-мутации поquery_performance— RU↔EN, операторы, терминология — вместо повтора провалившихся формулировок, novelty rate как сигнал насыщения) + no-progress circuit breaker (2 раунда подряд без новой информации → стоп, нерешённое в Open Questions — не жечь бюджет на фантом). См.references/source_dispatch.md,references/subagents_v2.md,references/workflow.md→ Фаза 4. - Claims-ledger + триангуляция [
haiku/low] — из index-строк собираетсяclaims.csv(claim_id, sources, status, confidence, primary_source, source_caveat). Механическая триангуляция: ≥3 источника И ≥2 типа И ≥2 различных корней (root:— десять пересказов одного пресс-релиза это один голос) →triangulated; все источники сводятся к одному корню →single-root, потолок medium; primary-first — confidence не вышеmediumбез primary-источника. Скепсис на входе: помечай источникvendor/self-reported/disputed:sNNпри скоринге — тезис на такой цифре не получаетhigh(симметрично primary-first), чтобы синтез не доверял величине vendor-бенчмарка (red team ловит это поздно). Loop: gap-волна на строки не-triangulated, максимум 2 круга, иначеdata-insufficient. См.references/source_scoring.mdиreferences/workflow.md→ Фаза 5. 5.5. Evidence-фильтр [sonnet/low] (shallow — skip; medium/deep — обязательно) — relevance-фильтр на ВХОДЕ синтеза (симметрично 6.5, что проверяет выход). По каждой паре (claim, source): CRAG-классификатор Correct/Ambiguous/Incorrect по дословным цитатам → drop нерелевантных под этот claim → извлечь relevant-only цитаты в отдельный слойevidence/CN.md.sources/NN.mdНЕ трогаются (архив). Наивная подача всего найденного в синтез снижает качество (Search-o1 33%→24%). Claim без единого relevant-источника →data-insufficientили до-поиск. Синтез (Фаза 6) читаетevidence/, а не весь пул. См.references/evidence_filter.md. - Синтез + multi-angle red team [red-team суб-агенты
opus/high обязательно для deep,sonnet/high для medium; synthesissonnet/high] — собрать<date>_<genre>.mdиз блоков (запрет финала «it depends» — невозможна однозначная рекомендация ⇒ обязательна условная по вилкам Decision Spec), затем: draft → claim ledger → N параллельных враждебных ролей (Skeptic / Contrarian / Gap-hunter / Исполнитель — симулирует потребителя из Decision Spec: исполняет решение только по отчёту + hedge-линт) какgeneral-purposeсуб-агенты → триаж по severity → ОДИН раунд ремедиации HIGH (точечный до-поиск или caveat) →memo.md(одностраничный decision-меморандум: рекомендация, вилки, 3 числа с [sNN]+as_of, риск, next actions — то, что реально входит в процесс потребителя; обязателен всегда) → финал. Finder ≠ fixer. Гейт: shallow=R1 инлайн, medium=R1+R2+R4, deep=R1+R2+R3+R4 обязательно. См.references/adversarial_pass.mdиreferences/blocks/. 6.5. Verify [haiku/low] (medium/deep — обязательно) — runtime-проверка цитат по двум осям: (1) liveness — ссылка жива (check_citations.py→.verify/citations.json); (2) faithfulness — источник реально подтверждает тезис (entailment claim ⊨ цитата; пары берутся изevidence/CN.mdФазы 5.5, RAGAS-декомпозиция + ALCE claim⊨quote → SUPPORTED/PARTIAL/UNSUPPORTED). Вердикты пишутся в.verify/faithfulness.json(I/O-контракт — единый источник истины, его читают F10-header и rubric axis 3, никто не пересчитывает). Битые/неподтверждающие источники чинятся (re-search), смягчаются (overclaim → слабее) или тезис уходит в Open Questions. Verification-header F10 несёт ОБЕ оси; отчёт не «готов» без него. Per-source faithfulness — defensible-фича против закрытых DR-продуктов (рынок массово врёт цитатами: Tow Center >60% error rate). См.references/runtime_verification.md. - Refresh targets [
sonnet/medium] (medium/deep — обязательно) — извлечь entities/numbers/hypotheses/topic-markers из финального отчёта вrefresh_targets.md. Это точка входа для будущихupdate <slug>— без неё каждый update тратит время на re-discovery «что отслеживать». См. блок Z11 вreferences/blocks/close.mdиreferences/refresh_protocol.md. - Decision walkthrough [
opus/high, главный поток] (обязательна ВСЕГДА, включая shallow — там усечённая, 1 вилка) — отчёт не обсуждается, а исполняется: показатьmemo.md, провести пользователя по if-then вилкам Decision Spec по одной («ресёрч показал X [s03][s11] — вилка A срабатывает? твоё решение?»). Исходы: принято (решение + next action + дата) / заблокировано данными (1 целевая gap-волна → повторный заход, иначеblocked) / отложено (deferred, без дожима — но это диагностика формального Decision Spec). Артефактapplication.md(любой status — gate требует файл, не решение) + строка в глобальный~/.claude/research/applications_ledger.csv(читается Фазой 1 следующих ресёрчей: паттерн непримененных прогонов). См.references/decision_walkthrough.md.
Stop-criteria — по содержанию, не по бюджету
Бюджета на количество WebSearch/WebFetch нет. Качество > скорость.
Останавливайся когда:
- Все 2–4 гипотезы либо подтверждены ≥3 разнотипными источниками, либо опровергнуты ≥3, либо явно отмечены как «данных мало».
- Прошёл целевой поиск противоположной позиции (≥1 запрос вида «X criticism / counter-evidence / against X / problems with X») и проанализировал результаты.
- Покрыты 4+ типа источников: первичные / академические / отраслевые медиа / обсуждения или противники.
- НЕТ роста новой информации — последние 3–5 источников повторяют то же, что уже есть.
Не останавливайся:
- Источники друг другу противоречат → копай за причиной противоречия.
- Все источники одного типа → добей разнообразие целевым поиском.
- Есть сильный контр-аргумент без своего опровержения/подтверждения → найди.
- Не было ни одного целевого поиска оппозиции → сделай.
Тупик:
- Третий подряд поиск возвращает источники total < 8 → тема плохо исследована или плохо ищем. Останавливайся, фиксируй в Open Questions «литература слабая», предлагай альтернативные пути (интервью, эксперимент).
Output structure
Целевая папка <root>/<slug>/:
<slug>/
├── plan.md # Фаза 3 — план + changelog (секция 16) + notes (секция 15)
├── sources.csv # индекс всех источников с оценками
├── claims.csv # Фаза 5 — claim-ledger (claim/sources/status/confidence)
├── sources/ # один файл = один источник (с метаданными + цитаты)
│ ├── 01_<short-slug>.md
│ ├── 02_<short-slug>.md
│ └── ...
├── evidence/ # Фаза 5.5 — relevant-only цитаты под claim (medium/deep); sources/ не трогаются
│ ├── C1.md
│ └── ...
├── findings/ # атомарные тезисы (опционально, для крупных)
│ ├── F1_<short>.md
│ └── ...
├── refresh_targets.md # Фаза 7 — что отслеживать при будущих update (medium/deep)
├── memo.md # Фаза 6 — одностраничный decision-меморандум (всегда)
├── application.md # Фаза 8 — вердикт по вилкам + status + applicability_ratio (всегда)
├── .verify/ # Фаза 6.5 — артефакты верификации (I/O-контракт)
│ ├── citations.json # liveness (check_citations.py)
│ └── faithfulness.json # faithfulness-вердикты SUPPORTED/PARTIAL/UNSUPPORTED
├── diffs/ # дельта-файлы от update <slug> (если были update'ы)
│ ├── 2026-08-15_delta.md
│ └── 2026-11-20_delta.md
└── <YYYY-MM-DD>_<genre>.md # финальный отчёт — суффикс по жанру
Note: отдельный _changelog.md не создаётся — changelog встроен в plan.md секцию 16 (заполняется только для update-режима).
Имя финального отчёта: суффикс по жанру
- Q&A:
<date>_qa.md - Explainer:
<date>_explainer.md - Decision:
<date>_decision.md - Landscape:
<date>_landscape.md - Validation:
<date>_validation.md - Custom:
<date>_custom.md
Шаблоны:
sources/NN.md— см.references/source_scoring.mdclaims.csv— claim-ledger, см.references/source_scoring.md(раздел «Claims-ledger»)<date>_<genre>.md— собирается из блоков, см.references/genres.md(пресеты) иreferences/blocks/(шаблоны блоков)findings/FN.md— атомарный тезис, см.references/blocks/close.md(блок Z6)
После завершения — finish-up
- Собери детерминированные артефакты (не руками):
sources.csvизsources/NN.md:python scripts/build_sources_csv.py --research-dir <root>/<slug>. Это единый источник колонок (url,title,type,channel,...) — не собирай CSV вручную grep'ом, схема разъедется.- Liveness-верификация Фазы 6.5 пишется прямо в
.verify/(не вeval/output/):python eval/check_citations.py --research-dir <root>/<slug> --json --out <root>/<slug>/.verify/citations. Без--outфайл уйдёт вeval/output/и phase-gate его не найдёт. Faithfulness (.verify/faithfulness.json) пишется на шаге Фазы 6.5 Layer 2.
- Phase-gate — БЛОКЕР, не совет. Прогони
python scripts/validate_phases.py --research-dir <root>/<slug> --strict. Он читаетmode:из frontmatter и проверяет, что каждая обязательная для режима фаза оставила свой артефакт (plan.md,sources/илиsources.csv,claims.csv,memo.md,application.md, для medium/deep —evidence/,.verify/*.json,refresh_targets.md, финальный отчёт). Ресёрч НЕ «готов», пока gate красный — ровно как отчёт не «готов» без verification-header F10 (см.runtime_verification.md). Красный exit ⇒ фаза пропущена ⇒ вернись к пропущенной фазе, доделай, перезапусти gate — и только после зелёного переходи к шагу 2. Не показывай путь, не пиши резюме, не рапортуй «готово» с красным gate. Это машинная страховка против «методология исполняется только дисциплиной модели» — сам enforcement тоже должен быть enforced, иначе gate — просто ещё один неисполняемый абзац. - Покажи пути markdown-ссылками:
[research/<slug>/memo.md](research/<slug>/memo.md)(первым — это вход потребителя) и[research/<slug>/2026-XX-XX_<genre>.md](research/<slug>/2026-XX-XX_<genre>.md). - Краткое резюме в чат: 3 ключевых ответа + 1 главный контр-аргумент + что не нашли + итог walkthrough (решения/blocked/deferred из
application.md) (5–8 строк). - Предложи 2–3 следующих ресёрча, которые логически следуют.
- Если в проекте есть
memory/— предложи 1–3 memory candidates:По итогам — кандидаты в memory: - [project] Тезис X (confidence: high, 3 источника) → файл memory/<topic>.md - [reference] Авторитетный источник Y по теме Z Сохранить? - Humanizer. Если в системе есть
anthropic-skills:humanizer-ru— вызови его на финальный<date>_<genre>.mdдля чистки канцелярита. Опциональное.
Что НЕ делать
- Не пропускать
discover existing— рискуешь дублировать готовый ресёрч. - Не пропускать reframing — даже если запрос «вроде понятен».
- Не запускать medium/deep без единой if-then вилки Decision Spec — нет вилки, значит ресёрч ничего не изменит: честный shallow дешевле мёртвого deep-отчёта.
- Не пропускать Фазу 8 (Decision walkthrough) «потому что и так ясно» — ясно значит займёт две минуты и подтвердит это в application.md. И не отвечать на вилки ЗА пользователя: додуманное агентом применение — тот же мёртвый отчёт.
- Не завершать синтез финалом «it depends» без разрешённых условий — рекомендация обязана быть однозначной или условной по вилкам Decision Spec.
- Не оставлять
root:пустым при сохранении источника — триангуляция считает корни; десять пересказов одного пресс-релиза не должны проходить как triangulated. - Не пропускать Plan-review gate (Фаза 3.7) в medium/deep; для deep — не запускать суб-агентов Фазы 4, пока пользователь не подтвердил план. Гейт без ожидания ответа (для deep) = не гейт.
- Не выводить только в чат — всегда сохраняй файлы.
- Не обходить ограничения WebFetch через bash/curl.
- Не использовать источники с total < 8 как основу для выводов.
- Не пропускать multi-angle red team в medium/deep.
- Для fetch+save (Фаза 4.1) и red team (Фаза 6) —
general-purposeс явным диапазоном номеров, неExplore(read-only, только для разведки). - Не пропускать gap-волну (нетриангулированные строки
claims.csv, max 2 круга) и не давать confidence вышеmediumбез primary-источника. - Не оставлять «висящие» утверждения без ссылки на конкретный
sources/NN.md. - Не рапортовать «готово» с красным phase-gate.
validate_phases.py --strictкрасный ⇒ фаза пропущена ⇒ доделать и перезапустить, а не показывать результат. Gate — блокер finish, как verification-header F10, а не необязательная проверка. - Не запускать суб-агентов последовательно — только параллельно в одном сообщении.
- Не сжимать sources/ в один файл — теряется поиск и переиспользование между ресёрчами.
- Фаза 5.5: не переписывать/обрезать
sources/NN.md(архив) — фильтр пишет только вevidence/. Не пропускать 5.5 в medium/deep и не фильтровать по credibility/totalвместо релевантности фрагмента к claim. - Фаза 6.5 faithfulness: не доверять факту наличия ссылки — проверять entailment claim⊨quote явно (даже сильные системы врут цитатами в ~50% случаев). Вердикты писать в
.verify/faithfulness.json(единый источник) и не пересчитывать их в rubric/F10. Пары брать изevidence/CN.md, не пересканироватьsources/(дублирует 5.5). Судить по дословной цитате, не по summary.
Slug format
URL-friendly: латиница, цифры, дефисы. Пример:
- «Postgres logical replication vs CDC tooling» →
postgres-replication-vs-cdc - «What's the market for vertical farming in EU» →
vertical-farming-eu-market - «How does WebAssembly work under the hood» →
webassembly-under-the-hood
Если slug не очевиден — сгенерируй и покажи в начале фазы 2 для подтверждения.
References — когда читать
Прогрессивная подгрузка: загружай файл когда дошёл до фазы — не превентивно. При большой block library это критично для контекста.
Базовые (всегда):
references/workflow.md— детали <!--gen:count:phases-->12<!--/gen--> фаз (включая опц. 3.5) (читать в начале medium/deep).references/question_reframing.md— шаблоны Фазы 1 + clarification-триаж.references/plan_gate.md— Plan-review gate (Фаза 3.7): единый checkpoint перед поиском, жёсткость по режиму (deep — ждать «Ок», medium — soft, shallow — skip), шаблон план-блока.references/genres.md— пресеты блоков <!--gen:count:genres-->6<!--/gen--> жанров + эвристика выбора (Фаза 2) + каналы по жанрам.references/blocks/INDEX.md— индекс <!--gen:count:blocks-->105<!--/gen--> блоков по 10 категориям (после выбора жанра).references/channels.md— <!--gen:count:channels-->29<!--/gen--> каналов поиска (включая api-direct) с query patterns, paywall fallbacks (Фаза 3-4).references/stat_sources/INDEX.md— навигационная карта 33 категорий статистических источников (Фаза 3-4).references/api_sources/INDEX.md— каталог <!--gen:count:api-->39<!--/gen-->+ API endpoints (10 категорий) для programmatic доступа (Фаза 3-4).references/capability_discovery.md— workflow фазы 3.5: env vars audit + capability mapping + discovery (medium/deep).references/awesome_lists_registry.md— upstream awesome-lists для discovery когда мой каталог не покрыл (Фаза 3.5).references/source_dispatch.md— recommendation engine для Phase 4.0: matrix «сигнал в подвопросе → primary/secondary/fallback каналы», decomposition recipes для типовых тем, discovery patterns когда каталог не покрыл. Обязательное чтение перед launch sub-agents.references/model_routing.md— выбор модели и effort (Opus/Sonnet/Haiku × low/medium/high) на каждую фазу и тип sub-agent'а. Matrix экономики и качества: где не экономить (Phase 1/6), где наоборот не переплачивать (Phase 4.1 sub-agents). Override-механики для пользователя.references/refresh_protocol.md— протокол update: 4 категории дельты (new entrants, entity diff, numbers refresh, adversarial trigger), шаблонdiffs/<date>_delta.md. Используется в режимеupdate <slug>. Дополняется блоком Z11refresh-targetsизblocks/close.md.
Категорийные файлы (только нужные для выбранного жанра/blocks):
references/blocks/frame.md— F1-F10: TL;DR, scope, background, claim, metadata, verification header.references/blocks/explain.md— E1-E14: mental-model, glossary, mechanism.references/blocks/compare.md— C1-C13: matrices, scoring, trade-offs.references/blocks/map.md— M1-M12: profiles, positioning, trends.references/blocks/validate.md— V1-V10: falsification, evidence grades.references/blocks/analyze.md— A1-A13: data tables, SWOT, root cause.references/blocks/close.md— Z1-Z12: counter-args, open Q, next research, so-what-for-you.references/blocks/people.md— P1-P7: persona, journey, incentives.references/blocks/numbers.md— N1-N8: metrics, market sizing, forecasts.references/blocks/context.md— X1-X7: regulatory, geo, culture.
По фазам:
references/source_scoring.md— оценка источников + шаблонsources/NN.mdсchannel:иaccess:; claims-ledger (claims.csv) и правило primary-first (Фаза 5).references/evidence_filter.md— Evidence-фильтр (Фаза 5.5): CRAG-relevance по паре (claim, source), relevant-only цитаты в слойevidence/, correction-триггер (medium/deep).references/subagents_v2.md— паттерн суб-агентов с CHANNELS TO USE (Фаза 4, medium/deep).references/adversarial_pass.md— multi-angle red team: роли, триаж severity, ограниченный цикл ремедиации (Фаза 6, medium/deep).references/runtime_verification.md— runtime-проверка цитат: резолв тезисов к sources/NN.md, verification-header (Фаза 6.5, medium/deep).references/decision_walkthrough.md— Decision walkthrough (Фаза 8, всегда): исполнение отчёта по вилкам Decision Spec, шаблонapplication.md, глобальный applications-ledger, анти-паттерны.
Stat sources (Фаза 4 — точечно по теме):
references/stat_sources/core/*.md— 14 cross-industry категорий (gov_macro, companies_public/private, consulting_industry, consumer_digital, crypto, data_aggregators, media_entertainment, health, education, climate_env, science, transport_travel, sports_fitness).references/stat_sources/industries/*.md— 19 отраслевых файлов (energy, auto, pharma, retail, manufacturing, real_estate, insurance, banking, telecom, logistics, agriculture, defense, it_services, cybersecurity, advertising, hr_workforce, gig_economy, esg_sustainability, infrastructure).- Progressive loading: читай INDEX.md, потом только нужные категории под подтему.
API sources (Фаза 4 — для programmatic data access):
references/api_sources/search/— Brave, Tavily, Exa, SerpAPI, You.com (поисковые APIs).references/api_sources/academic/— Semantic Scholar, OpenAlex, CrossRef, arXiv (free, no key).references/api_sources/financial/— FRED, World Bank, SEC EDGAR, OECD, Alpha Vantage.references/api_sources/companies/— Crunchbase, OpenCorporates, Companies House.references/api_sources/crypto/— CoinGecko, DefiLlama, Etherscan, Dune.references/api_sources/code/— GitHub, Stack Exchange, PyPI, npm.references/api_sources/social/— Reddit JSON, HN Algolia, Lemmy.references/api_sources/news/— NewsAPI, GDELT, Currents.references/api_sources/stats/— Eurostat, Census US, UN Data.references/api_sources/domain_specific/— PubMed, ClinicalTrials, EMA, NASA, OpenWeather.- Auth через environment variables — скилл сам не хранит ключи. Free no-key APIs приоритетны.
What ships with it: 182 files
1352.8 KB alongside SKILL.md, 42 of them executable
.claude-plugin/
- marketplace.json430 B
docs/
- _config.yml809 B
- favicon.svg395 B
- index.html74.6 KB
- og-image.png272.2 KB
- og-image.svg4.4 KB
- README.md1.8 KB
eval/
- aggregate.pyruns3.5 KB
- BENCHMARK.md2.7 KB
- check_citations.pyruns10.5 KB
- judge_prompt.md3.3 KB
- output/.gitkeep0 B
- questions/benchmark/edge-inference-cost-model.md548 B
- questions/benchmark/llms-plateau-claim.md500 B
- questions/benchmark/open-source-ai-licensing.md557 B
- questions/benchmark/postgres-replication-vs-cdc.md676 B
- questions/benchmark/rag-chunking-strategies-2026.md555 B
- questions/benchmark/sqlite-vs-duckdb-analytics.md502 B
- questions/benchmark/vector-db-landscape-2026.md541 B
- questions/benchmark/wasm-component-model.md516 B
- questions/EXAMPLE.md988 B
- questions/_fixture/sources.csv496 B
- README.md6.2 KB
- rubric.md12.0 KB
- runs/runs.csv577 B
- score_run.pyruns10.9 KB
- validate_structure.pyruns8.2 KB
references/
- CODE_OF_CONDUCT.md1.9 KB
- CONTRIBUTING.md5.9 KB
- .gitignore810 B
- LICENSE1.1 KB
- phases.yaml4.1 KB
- pytest.ini127 B
- QUICKSTART.md2.1 KB
- README.md30.9 KB
142 more files not listed here. See all 182 in the repository.