Super Survey — скилл

Скилл многораундового исследования: цель, доказательства, критика и сводка записываются в файлы, а отчет выходит после проверки

  • 92 ★ репозитория
  • Последний коммит
Скилл

Расширенный доступ

Почему такой уровень

  • Запускает скрипт Python и создает файлы в `surveys/` проекта
  • Ходит в веб за источниками, для инструментов поиска может потребоваться разрешение
Все причины и проверки

goatgit/super-survey

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/super-survey

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Запускает скрипт Python и создает файлы в `surveys/` проекта
  • Ходит в веб за источниками, для инструментов поиска может потребоваться разрешение

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Super Survey ведет агента через исследование в несколько раундов. Перед поиском источников скилл переформулирует задачу: цель, ограничения, скрытые допущения и минимум прямых доказательств. Формулировка пользователя служит точкой старта, целевую функцию скилл восстанавливает сам. Затем в каждом раунде идут план доказательств, сбор материала, мозговой штурм, критика сильнейшего довода, синтез и решение «Keep, Narrow, Pivot, Kill или Final». Все этапы лежат файлами в папке `surveys/ГГГГ-ММ-ДД-тема/`: бриф, `01-research.md`, `01-redteam.md`, `01-synthesis.md`, реестры `sources.jsonl`, `claims.jsonl` и `evidence.jsonl`, индекс раундов. Итоговый `report.md` создается только после решения Final или Kill и прохода проверки качества. Раундами управляет скрипт `scripts/survey_round.py` на стандартной библиотеке Python: команды `init`, `research`, `brainstorm`, `redteam`, `synthesis`, `evolve`, `check` и `finalize-report`. Режимы `quick`, `standard` и `deep` задают минимум источников и порог оценки отчета: 80, 90 и 95 баллов. Язык артефактов выбирается флагом `--language` (английский, китайский, японский).

Для кого. Продакт-менеджерам, основателям и аналитикам, которым Claude Code или Codex готовит обоснованный вывод по рынку, конкурентам или технической задаче.

Подходит, если

  • Надо решить, стоит ли строить продукт, и нужен вывод с источниками и критикой красной команды, пустого списка ссылок мало
  • Перед внедрением библиотеки с открытым кодом агент сравнивает варианты и фиксирует аргументы против
  • Исследование займет несколько сессий, и результаты каждого раунда должны лежать в файлах
  • Отчет сдают заказчику: режим `deep` требует 8 источников и оценку от 95
  • Быстрый ориентир по теме: режим `quick` укладывается в один файл раунда

Не подходит, если

  • Нужен один быстрый ответ с поиском по сети: цикл с красной командой и реестрами слишком тяжел
  • Вопрос юридический, медицинский или касается безопасности и решается один раз: сам скилл не рекомендует `quick` для таких решений
  • В окружении агента нет доступа к вебу: скилл фиксирует пробелы в данных вместо свежих источников
  • Нужен готовый документ в формате HTML или PDF с проверкой цитат: для этого скилл советует подключать отдельный deep-research

Пример запроса к агенту

$super-survey исследуй, стоит ли делать ИИ-помощника для найма, режим standard

Ограничения

  • Нужен Python 3.9 или новее для скрипта `survey_round.py`. Node.js требуется только для установки через Skills CLI.
  • Качество зависит от доступа агента к вебу. При запросе разрешения на инструмент скилл ставит раунд на паузу и продолжает после согласия.
  • Пустые шаблоны не считаются артефактами: следующая стадия не создается, пока файл предыдущей не заполнен по существу.
  • Скилл по умолчанию сам продолжает раунды после решений Keep, Narrow и Pivot, поэтому длинное исследование расходует много токенов.

Как отключить. Удалите папку `super-survey` из `~/.codex/skills/` или `.claude/skills/`. Уже созданные папки `surveys/` остаются в проекте, их удаляют вручную.

Частые вопросы

Как установить Super Survey в Claude Code?

Выполните `npx skills add GoatGit/super-survey`. Для Codex есть ручной вариант: скопируйте репозиторий в `~/.codex/skills/super-survey/` и вызовите скилл командой `$super-survey`.

Чем отличаются режимы quick, standard и deep?

Quick требует 1 источник, 1 утверждение и 1 доказательство при пороге оценки 80. Standard, режим по умолчанию, требует по 3 и порог 90. Deep требует 8 источников, 6 утверждений, 8 доказательств и порог 95.

Что остается на диске после исследования?

Папка `surveys/дата-тема/` с брифом, файлами каждого раунда, реестрами источников и доказательств, индексом и итоговым `report.md`.

Когда исследование считается законченным?

Когда последнее решение эволвера равно Final или Kill и проходит `check-final`: отчет, оценка качества и ограничения должны быть в порядке.

Можно ли использовать Super Survey не только для инвестиций?

Да. Скилл общего назначения: продуктовые возможности, рынок, конкуренты, технические проверки, выбор проектов с открытым кодом и стратегия.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Команда /research за 10 минут собирает отчет с цитатами, контраргументами и сценариями на 19 языках, включая русский.

СкиллРасширенный доступ615Звезды репозитория

Скилл-мастерская: агент проверяет готовый скилл, ищет аналоги, оценивает и правит по шагам с проверкой каждой правки.

СкиллРасширенный доступ967Звезды репозитория

Набор из 11 скиллов Claude Code, который проверяет чужую научную статью на самосогласованность и выдумки и пишет отчет.

СкиллРасширенный доступ181Звезды репозитория

Скилл-врач для скиллов: выбирает архитектуру, проверяет по чек-листу с 21 красной линией и выдает отчет со ссылками на строки

СкиллРасширенный доступ267Звезды репозитория

Скиллы запускают научный репозиторий по его README с ограничениями и сохраняют проверяемые доказательства, не переписывая исходный README

СкиллШирокий доступ486Звезды репозитория

Скилл дисциплины завершения для крупных задач агента: сначала список приемки с проверками, потом работа, затем повторная сверка по доказательствам

СкиллРасширенный доступ4,4 тыс.Звезды репозитория

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйЗвезды репозиторияГлавное отличие
Super Survey (эта карточка)нет92
Deep Research Skillsнет2 538структурное глубокое исследование с контролем человека на каждом шаге, а Super Survey ведет раунды с красной командой и решением Keep или Kill
Hyperresearchнет4 634исследователь с вики, растущей между сессиями, Super Survey хранит каждый раунд отдельными файлами с реестрами доказательств

Коротко о README

Идея скилла — реализация статьи об отказе от угодливости ИИ в открытых исследованиях. В README следом идут задачи, структура артефактов, требования, установка, команды скрипта, режимы с реестром доказательств и проверка качества отчета. Есть версии на китайском и японском.

Бейдж для README

Исходный SKILL.md

---
name: super-survey
description: Use when researching product opportunities, markets, open-source projects, competitors, technical feasibility, or business ideas that need multiple evidence-backed rounds and adversarial critique.
---

# Super Survey

## Overview

Super Survey turns a vague research target into progressively sharper conclusions through repeated research, red-team critique, synthesis, and persisted artifacts. Use it for product discovery, market validation, open-source project scouting, investment-style diligence, or strategic decisions.


## Operating Rules

Every survey round follows one staged judgment loop:

1. Frame the user's wording as a starting point, not the objective function.
2. Route the question through the Adaptive Research Framework: choose a decision archetype, 1-3 lens packs, domain hints, explicit framework dimensions, and an evidence standard.
3. Write the evidence plan and minimum direct evidence before current-source search.
4. Gather evidence, update `sources.jsonl`, `claims.jsonl`, and `evidence.jsonl`, and separate findings from interpretation.
5. Re-enter brainstorming after research to compare reframes and next evidence moves.
6. Red-team the strongest current argument, substitutes, weak evidence, constraints, and kill criteria.
7. Synthesize a conditional judgment with confidence, decision rationale, and remaining unknowns.
8. Run the lightweight evolver and use its raw `Keep / Narrow / Pivot / Kill / Final` decision for continuation.
9. Keep `index.md` as the round workbench and decision ledger; write `report.md` only after the raw evolver decision is `Final` or `Kill`.
10. Run `survey_round.py check` for rounds and `check-final` before final delivery.

Move beyond collecting links. The value of this skill is sharper judgment after each loop.

Empty templates are not artifacts. A round is incomplete until each file contains substantive findings, critique, synthesis, and evolved next-target content.

`index.md` is the per-round workbench, navigation page, and decision log. Reserve `report.md` for the final complete deliverable: a full standalone report in the selected artifact language, written after the raw evolver decision is `Final` or `Kill`, then validated with the final quality gate before the user-facing answer. During continuing rounds, update `index.md` for progress, decisions, and next targets.

Autonomous continuation is the default. Do not stop and ask the user how to proceed after `Keep`, `Narrow`, or `Pivot`; create the next round immediately and continue the staged workflow. Only pause for checkpoint approval when the user explicitly requested checkpoint approval before the round, a new constraint is required to continue, or a tool/environment blocker prevents meaningful work. Do not say "ready for the next round", "let me know how you would like to proceed", or similar handoff language after a continuing decision. A progress update may state that the next round is starting and name its target.

External tool approval is not checkpoint approval. If current web search, browser access, or another tool requires host/user approval, request the actual tool approval and set `index.md` Continuation Status to `Workflow State: awaiting_tool_approval`, `Pending Approval: <tool and reason>`, and `Resume Action: <exact next stage action>`. After approval is granted, immediately run the approved tool and continue the same stage; do not ask the user to confirm again, do not leave the conversation at "approval received", and do not treat the approval pause as a completed round. If approval is denied or the tool remains unavailable, record the denial/fallback in `NN-research.md` Data Quality Notes and continue with the best available fallback or mark the evidence gap explicitly.

Keep the workflow state consistent with the latest gate. Use `continuing_round` after `Keep`, `Narrow`, or `Pivot`; `ready_to_finalize` after `Final` or `Kill` before `report.md` exists; `final_report_draft` while the final report exists but is not yet delivery-ready; and `final` only when `report.md`, the quality score, residual gate, hard-constraint gate, and `check-final` are ready for delivery. `check-final` requires `Workflow State: final` and `Resume Action: none`.

Сообщить о проблеме