跳到正文
cccskills
免费在 GitHub 公开中文介绍

research-synthesize

汇集存储在记忆中的研究结果,评估证据强度并梳理信息冲突,整理成包含要点、局限、来源和后续行动的报告,辅助研究后的判断。

原文查看原文说明

Synthesize research findings from memory into structured reports with evidence grading, contradiction resolution, and actionable recommendations

AI 评分90分/ 100查看安装方法

适用场景

  • 整合多轮研究结果
  • 比较相互矛盾的主张与证据
  • 编写包含后续行动的研究摘要
  • 留存综合结论供日后查阅

中文介绍

功能

汇集保存在记忆中的研究结果,整理为可用于判断和行动的报告。搜索研究内容、参考来源和已发现的规律,将证据强度评为高、中、低。信息冲突时,比较具体主张、证据质量和时效,并明确记录无法解决的矛盾。还会评估结果与原始目标的关联,整理摘要、主要发现、研究方法、局限、建议和来源。

适用场景

适合在使用deep-research完成一轮或多轮研究后,将结果整合为连贯的观点。当研究笔记不断增加、结论变得难以辨认时,或需要区分可靠信息与推测、考虑下一步行动时,可以使用。整合后的知识也便于日后查阅。

使用示例

  • “请整合这个主题的研究结果,评估证据强度并总结后续行动。”
  • “请从已保存的研究中梳理相互冲突的主张和尚未解决的问题。”

注意事项

使用已积累的研究信息,以及ruflo-core的记忆搜索、存储和AgentDB等工具。主要负责整合已有发现,而非开展新的研究。完成的报告保存在research-synthesis中。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

客观评估

AI 仅根据 SKILL.md 的内容,从 4 个方面进行了评估。星标数和热度不计入评估。

指令清晰度能否看出何时使用、做什么
A良好明确说明在deep-research之后使用,并整合为附有证据评级的报告。
步骤具体性步骤、输入输出和示例是否具体
A良好指定了搜索位置、证据评级标准、矛盾比较步骤、报告格式和保存位置。
安全性发送数据、删除文件、执行命令等是否有说明
A良好明确将记忆写入范围限定为把完成的报告保存到research-synthesis。
安装难易度所需工具和 API 密钥是否少且有说明
B部分不足需要ruflo-core记忆功能和AgentDB,但未提供连接或安装步骤。

总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI(OpenAI Codex)于 2026年10月21日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(1)

  • SKILL.md2.8 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

Research Synthesize

Synthesize accumulated research findings into actionable reports.

When to use

After running deep-research (one or multiple times), when you need to pull together findings from memory into a coherent synthesis with recommendations.

Steps

  1. Gather findings — search across research namespaces:
    • mcp__plugin_ruflo-core_ruflo__memory_search namespace research for raw findings
    • mcp__plugin_ruflo-core_ruflo__memory_search namespace research-sources for references
    • mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search for discovered patterns
    • mcp__plugin_ruflo-core_ruflo__agentdb_context-synthesize for AI-assisted context building
  2. Grade evidence — for each finding, assess:
    • High: Multiple independent sources agree, directly observed, reproducible
    • Medium: Single credible source, indirectly supported, plausible
    • Low: Anecdotal, single unverified source, speculative
  3. Resolve contradictions — when findings conflict:
    • Identify the specific claim in tension
    • Compare evidence quality
    • Check recency (newer data may supersede)
    • Note unresolved contradictions explicitly
  4. Predict relevance — call mcp__plugin_ruflo-core_ruflo__neural_predict to score which findings are most relevant to the original goal
  5. Structure report:
    • Executive summary (2-3 sentences answering the original question)
    • Key findings (ranked by evidence quality)
    • Methodology (what sources were checked)
    • Limitations (what wasn't checked, what remains uncertain)
    • Recommendations (concrete next actions)
    • References (source links and memory keys)
  6. Store synthesis — call mcp__plugin_ruflo-core_ruflo__memory_store namespace research-synthesis with the full report

Output format

# [Research Topic] — Synthesis Report

## Summary
[2-3 sentence answer]

## Key Findings
1. [Finding] — Evidence: High/Medium/Low
2. [Finding] — Evidence: High/Medium/Low

## Contradictions
- [Claim A] vs [Claim B]: [resolution or "unresolved"]

## Recommendations
1. [Action] — because [reasoning]

## Sources
- [key]: [description]

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

add-model-descriptions

免费有简介AI 评分 80分

对照HuggingFace router的模型列表与chat-ui配置,研究尚未收录的模型,编写简短英文说明,并同步添加到生产和开发配置。

  • 添加路由中新上线的模型
  • 用简短说明概括模型特点
  • 同步更新生产和开发环境的模型信息
ruvnet/ruflo7.8万2026年10月21日 更新

adr-create

免费有简介AI 评分 80分

为技术选型和设计决策创建ADR文档,沿用现有文件的连续编号,生成模板并登记到AgentDB,同时为找到的相关历史决策添加链接和依赖关系。

  • 记录采用某项技术的理由
  • 记录API或数据模型变更
  • 将基础设施决策形成文档
ruvnet/ruflo7.8万2026年10月21日 更新

adr-index

免费有简介AI 评分 90分

读取记录架构决策及其原因的ADR,创建并更新搜索索引和依赖关系图。支持两种文档格式,并汇总引用与状态的不一致情况。

  • 导入其他项目的ADR后建立索引
  • 同步文件与关系图
  • 为现有代码库开始管理ADR
ruvnet/ruflo7.8万2026年10月21日 更新

adr-reindex

免费有简介AI 评分 70分

删除ADR设计决策记录或关系信息后,清空并重建索引,移除残留的旧条目,再核对当前文件数与索引记录数是否一致;也可预览重建内容而不作更改。

  • 删除ADR文件后重建索引
  • 删除ADR关系后清理残留记录
  • 定期核对并重建ADR索引
ruvnet/ruflo7.8万2026年10月21日 更新

adr-review

免费有简介AI 评分 80分

将代码差异与记录已采纳设计决策的ADR进行核对,整理违反决策、引用过时记录及缺少相关记录的变更,并提出代码修正或决策调整建议。

  • 合并PR前检查设计决策
  • 核对重大变更与设计决策
  • 查找对已被替代ADR的引用
ruvnet/ruflo7.8万2026年10月21日 更新

adr-verify

免费有简介AI 评分 90分

检查已保存的架构决策记录(ADR),报告失效引用、替代关系中的循环和状态不一致问题,适合导入后的校验与发布前的数据检查。

  • 检查ADR导入后的数据一致性
  • 在持续集成中检测不一致问题
  • 发布前检查已保存的ADR数据
ruvnet/ruflo7.8万2026年10月21日 更新

查看 ruvnet 的全部技能

报告此技能的问题