web-research
Skill9 starsChanged 2 months agoMITView on GitHub
Дисциплинированный веб-поиск с проверкой источников: fan-out запросов, чтение целиком, сверка фактов. Брать для \"поищи в интернете\", \"что сейчас с X\". Для факта по URL избыточен - хватит WebSearch.
Files
web-research
Скилл задает дисциплину поиска в интернете. Дефолтное поведение модели - дернуть WebSearch один раз, прочитать сниппеты и ответить - дает поверхностный и часто устаревший/галлюцинированный результат. Здесь поиск превращается в проверяемый процесс: несколько переформулированных запросов, чтение страниц целиком, перекрестная сверка фактов между источниками, явная пометка неуверенного и устаревшего, обязательные цитаты.
Ценность не в количестве ссылок, а в том, что каждое утверждение в ответе привязано к источнику и пережило попытку его опровергнуть.
Когда применять
- Нужен фактический ответ из веба, который мог измениться после обучения модели: версии, цены, релизы, статус проекта, события, "что сейчас с X".
- Сравнение вариантов (инструменты, библиотеки, подходы) с опорой на актуальные данные.
- Проверка конкретного утверждения ("правда ли, что Y") - найти подтверждающие и опровергающие источники.
- Открытый research по теме, где нужен синтез из нескольких источников.
Когда НЕ применять
- Один быстрый факт с известным URL или из одной страницы - прямой
WebFetch/WebSearchбез обвязки. - Вопрос уверенно отвечается из знаний модели и свежесть не важна (определения, устоявшаяся теория, синтаксис языка) - не ходить в веб ради проформы.
- Запрос про код/файлы текущего репозитория - это
searcher/explorer, не веб.
Жесткие правила
- Минимум два независимых источника на ключевое утверждение. Один источник = гипотеза, не факт. Если второго нет - так и пометить ("по единственному источнику").
- Читать страницы, а не сниппеты. По релевантным результатам поиска делать
WebFetchи опираться на полный текст. Сниппет выдачи - повод открыть страницу, а не готовый факт. - Каждый факт - с источником. В заметке у утверждения стоит ссылка (URL) и дата доступа. Без источника утверждение в ответ не идет.
- Свежесть явно. Для меняющихся данных (цены, версии, статусы) указывать дату публикации источника и помечать риск устаревания. Сегодняшнюю дату брать из контекста сессии.
- Противоречия не сглаживать. Если источники расходятся - показать расхождение и какой источник почему весомее (первоисточник > агрегатор > форум), а не выбирать удобный молча.
- Не выдавать знания модели за результат поиска. Если факт не подтвержден найденной страницей - он либо помечен как догадка, либо не включается.
Процесс
- Декомпозиция. Разбить вопрос на 2-5 под-вопросов / поисковых линий. Для каждого - сформулировать несколько вариантов запроса (синонимы, разные формулировки, англ. + рус.).
- Fan-out поиска. Под-вопросы раздать субагентам в одном ответе (параллельно). Тип -
Exploreилиgeneral-purposeна дешевой модели (механический сбор, не суждение). Бриф каждому: под-вопрос, требование делатьWebSearchнесколькими формулировками +WebFetchрелевантных страниц, вернуть только факты с URL и датой публикации/доступа, без воды. См.subagents-usage. - Сбор и дедуп. Свести находки, убрать дубли, сгруппировать по под-вопросам. Отметить, где источник один, где несколько, где расхождение.
- Состязательная верификация ключевых утверждений. Для каждого утверждения, на котором держится ответ, - отдельный проход (можно субагентом), который пытается его опровергнуть: ищет противоречащий источник, более свежие данные, первоисточник вместо пересказа. Утверждение, не пережившее проверку, - вниз в "неуверенно" или вон.
- Синтез. Собрать ответ/заметку: вывод сверху, под ним факты с цитатами, отдельным блоком - неуверенное/противоречивое/устаревшее. Для wiki-проектов оформлять по
wiki-notes-style(заметка с источниками и перелинковкой).
Формат ответа
- Вывод - 2-5 строк прямого ответа на исходный вопрос.
- Обоснование - тезисы, у каждого инлайн-ссылка на источник. Меняющиеся данные - с датой.
- Неуверенно / противоречиво - отдельный блок: что не подтвердилось двумя источниками, где источники разошлись, что может устареть.
- Источники - список URL с краткой пометкой (первоисточник / агрегатор / дата).
Глубину масштабировать под запрос: быстрая проверка факта - 1-2 под-вопроса без отдельной фазы верификации; "разберись детально" / "сравни все" - полный fan-out + состязательный проход + блок противоречий.
Ограничения
- Веб-данные бывают платными/за paywall, региональными, A/B -
WebFetchможет вернуть не то, что видит человек. Если ключевая страница недоступна - пометить, не домысливать. - Состязательная верификация снижает, но не убирает риск ошибки: согласованность двух агрегаторов, переписавших один пресс-релиз, - не независимое подтверждение. Где можно - доходить до первоисточника.
- Скилл не заменяет review / второе мнение по коду - он про факты из веба, не про корректность решения.
Модель и текущие назначения
Перед новым заданием и запуском применяй маршрутизацию моделей: свежий MODELS выше канонического дефолта. Границы данных и полномочий этого навыка сохраняются.
Other versions44 projects use a version of this.
Word for word · 1
- dewil/claude-toolkit★ 9100% same
Edited · 0
None found.
Wrote their own version · 43
- langchain-ai/deepagents★ 31ksame name
- pollinations/pollinations★ 5.3ksame name
- langchain-ai/deepagentsjs★ 1.6ksame name
- alfredxw/denova★ 981same name
- icey1287/SuperMew★ 884same name
- cohen-liel/hivemind★ 108same name
- grandamenium/cortextos★ 101same name
- WingedGuardian/GENesis-AGI★ 99same name
- jezweb/vite-flare-starter★ 49same name
- jnotsknab/mux-swarm★ 9same name
33 more not listed
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
Used alongsideProjects with it also use data-analysis, meeting-notes and 10 more.
Other files people use alongside this one.
Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
shanggqmSkilldata-analysis
数据分析技能,提供结构化的数据查询、统计分析和报告生成工作流。当用户需要查询数据库、进行数据统计分析、生成分析报告时使用。按规范输出原始数据、计算结果、Markdown报告和HTML可视化报告。
Also in 5 projects that use this
claude-office-skillsSkillmeeting-notes
>
Also in 4 projects that use this
MicrosoftSkillweb-search
Also in 5 projects that use this
kongyo2Skillprompt-engineering
Comprehensive prompt engineering framework for designing, optimizing, and iterating LLM prompts. This skill should be used when users request prompt creation, optimization, or improvement for any LLM task, or when users need help translating vague requirements into effective prompts through collaborative dialogue and iterative refinement.
Also in 4 projects that use this
archubbuckSkillbrowser-automation
Local Python-based browser automation toolkit using Playwright. Provides command-line tools for navigating, interacting with, and testing web applications without using MCP protocols. Supports clicking, typing, hovering, screenshots, content extraction, and JavaScript execution.
Also in 3 projects that use this
JetBrainsSkillbrand-guidelines
Applies Anthropic's official brand colors and typography to any sort of artifact that may benefit from having Anthropic's look-and-feel. Use it when brand colors or style guidelines, visual formatting, or company design standards apply.
Also in 4 projects that use this
In this repository37 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- agent-browserSkill
- android-apk-releaseSkill
- asana-blockersSkill
- asana-commentsSkill
- asana-projectSkill
- backlog-taskSkill
- canon-syncSkill
- csv-xlsxSkill
- estimate-calibrationSkill
- gdocsSkill
- harvest-canonSkill
- implementSkill
- jev-decideSkill
- llm-ruSkill
- local-transcriptionSkill
- md-docxSkill
- md-pdfSkill
- md-pptxSkill
- memory-compactSkill
- memory-searchSkill
- migrateSkill
- minimal-codeSkill
- mymeet-snapshotSkill
- office-mdSkill
- pii-maskSkill
- proofreadSkill
- qa-browserSkill
- redmine-snapshotSkill
- repo-publicationSkill
- requirementsSkill
- reviewSkill
- sddSkill
- session-costSkill
- telegram-sendSkill
- telegram-snapshotSkill
- tutorSkill
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
Reviews can't be read right now.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

