{"id":"8ba9d2d1-22c9-49fd-96c1-87132909e85b","shortId":"BqmbYU","kind":"skill","title":"sn-research-synthesis","tagline":"深度研究的综合判断；当多个 sub_reports 已完成，需要产出 synthesis.md，明确主线判断、证据强弱、跨维度共识、关键冲突、冲突解释、不确定性，以及对原始问题的回答时使用。它用于“先想清楚结论”，不用于直接写最终报告。","description":"# Research Synthesis\n\n产出 `{report_dir}/synthesis.md`。它负责把分散的子报告变成**可写终稿的判断层**，不是子报告摘要合集，也不是最终面向读者的报告。\n\n## 任务边界\n\n做：\n\n- 回到原始问题，判断哪些发现真正回答用户要判断的事。\n- 提炼 2-5 条主线判断。\n- 判断每条主线的证据强弱和适用条件。\n- 汇总跨维度共识。\n- 标出关键冲突，并解释冲突来源。\n- 明确保留不确定性、信息缺口和可能推翻结论的条件。\n- 说明这些判断对用户原始问题意味着什么。\n- 给终稿提供写作主线和章节分配建议。\n\n不做：\n\n- 不重写子报告。\n- 不按维度逐段摘要。\n- 不直接生成 `report.md`。\n- 不把缺口包装成结论。\n- 不新增未被子报告支撑的关键判断。\n\n## 输入\n\n- `{report_dir}/request.md`\n- `{report_dir}/plan.json`\n- 全部 `{report_dir}/sub_reports/*.md`\n\n## 综合判断要回答的内容\n\n至少明确这 7 件事：\n\n1. **主结论**：最终最重要的判断是什么。\n2. **证据强弱**：每条判断的把握度如何。\n3. **跨维度共识**：哪些结论被多个维度共同支持。\n4. **关键冲突**：哪些事实、口径、时间点或立场彼此矛盾。\n5. **冲突解释**：冲突来自时间差、统计口径、样本差异、利益相关方立场还是事实未定。\n6. **不确定性与缺口**：哪些问题还不能稳健回答。\n7. **对原始问题的回答**：这些发现对用户最初的问题意味着什么。\n\n## 执行流程\n\n1. **回到原始问题**：从 `request.md` 和 `plan.json.research_goal` 提取最终要回答的判断。\n2. **读取全部子报告**：只抓每个维度中真正影响结论的发现、限制和风险。\n3. **提炼主线判断**：压缩成 2-5 条能支撑终稿摘要的主线。\n4. **判断证据强弱**：给每条主线标注 `高 / 中 / 低` 把握度，并说明原因。\n5. **汇总共识与冲突**：区分“稳定结论”和“存在争议的结论”。\n6. **解释冲突来源**：不要只写矛盾本身，要解释为什么矛盾。\n7. **保留不确定性**：写清哪些结论成立要附带条件，哪些还需要补查。\n8. **落到用户问题**：明确这些判断对用户决策、选择、理解或后续动作的含义。\n9. **给终稿布线**：说明哪些判断进入摘要、核心发现、风险与不确定性等章节。\n\n如果发现关键缺口导致主线无法成立，先回到对应维度补研究，再重新综合。\n\n## 输出\n\n写入 `{report_dir}/synthesis.md`：\n\n```markdown\n# Synthesis\n\n## 原始问题\n\n## 主线判断\n\n## 证据强弱\n\n## 跨维度共识\n\n## 关键冲突与解释\n\n## 不确定性与信息缺口\n\n## 对原始问题的回答\n\n## 对终稿的结构建议\n```\n\n## 质量门槛\n\n- `主线判断` 必须能支撑终稿摘要，而不是泛泛总结。\n- `证据强弱` 不能只给标签，必须说明为什么强或弱。\n- `跨维度共识` 只写真正被多个维度支持的结论。\n- `关键冲突与解释` 必须解释冲突来源，不能只并列两种说法。\n- `不确定性与信息缺口` 不能省略，也不能被美化成“待进一步观察”。\n- `对原始问题的回答` 必须直接回应用户最初要判断的事。\n- `对终稿的结构建议` 只做章节分配建议，不代写终稿正文。\n\n## 常见失败\n\n- 把每个子报告复制成一段摘要。\n- 只有结论，没有证据强弱判断。\n- 看见冲突就回避，不解释原因。\n- 提前写成面向读者的成稿。\n- 忘了回到用户的原始问题。","tags":["research","synthesis","sensenova","skills","opensensenova","agent","agent-skills","ai-agents","ai-assistant","data-analysis","document-processing","office-automation"],"capabilities":["skill","source-opensensenova","skill-sn-research-synthesis","topic-agent","topic-agent-skills","topic-ai-agents","topic-ai-assistant","topic-data-analysis","topic-document-processing","topic-office-automation","topic-presentation-slides"],"categories":["SenseNova-Skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/OpenSenseNova/SenseNova-Skills/sn-research-synthesis","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add OpenSenseNova/SenseNova-Skills","source_repo":"https://github.com/OpenSenseNova/SenseNova-Skills","install_from":"skills.sh"}},"qualityScore":"0.700","qualityRationale":"deterministic score 0.70 from registry signals: · indexed on github topic:agent-skills · 1627 github stars · SKILL.md body (1,594 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:53:05.997Z","embedding":null,"createdAt":"2026-05-15T06:53:11.105Z","updatedAt":"2026-05-18T18:53:05.997Z","lastSeenAt":"2026-05-18T18:53:05.997Z","tsv":"'-5':38,114 '/plan.json':61 '/request.md':58 '/sub_reports':65 '/synthesis.md':27,155 '1':71,98 '2':37,74,106,113 '3':77,110 '4':80,116 '5':85,124 '6':91,130 '7':69,94,134 '8':138 '9':143 'dir':26,57,60,64,154 'goal':104 'markdown':156 'md':66 'plan.json.research':103 'report':8,25,56,59,63,153 'report.md':52 'request.md':101 'research':3,22 'skill' 'skill-sn-research-synthesis' 'sn':2 'sn-research-synthesi':1 'source-opensensenova' 'sub':7 'synthesi':4,23,157 'synthesis.md':11 'topic-agent' 'topic-agent-skills' 'topic-ai-agents' 'topic-ai-assistant' 'topic-data-analysis' 'topic-document-processing' 'topic-office-automation' 'topic-presentation-slides' '不代写终稿正文':186 '不做':48 '不把缺口包装成结论':53 '不按维度逐段摘要':50 '不新增未被子报告支撑的关键判断':54 '不是子报告摘要合集':30 '不用于直接写最终报告':21 '不直接生成':51 '不确定性':17 '不确定性与信息缺口':163,178 '不确定性与缺口':92 '不能只并列两种说法':177 '不能只给标签':171 '不能省略':179 '不要只写矛盾本身':132 '不解释原因':192 '不重写子报告':49 '中':120 '主线判断':159,167 '主结论':72 '也不是最终面向读者的报告':31 '也不能被美化成':180 '产出':24 '从':100 '以及对原始问题的回答时使用':18 '件事':70 '任务边界':32 '低':121 '保留不确定性':135 '信息缺口和可能推翻结论的条件':45 '做':33 '先回到对应维度补研究':149 '先想清楚结论':20 '全部':62 '关键冲突':15,81 '关键冲突与解释':162,175 '再重新综合':150 '写入':152 '写清哪些结论成立要附带条件':136 '冲突来自时间差':87 '冲突解释':16,86 '判断哪些发现真正回答用户要判断的事':35 '判断每条主线的证据强弱和适用条件':40 '判断证据强弱':117 '利益相关方立场还是事实未定':90 '区分':126 '压缩成':112 '原始问题':158 '口径':83 '只做章节分配建议':185 '只写真正被多个维度支持的结论':174 '只抓每个维度中真正影响结论的发现':108 '只有结论':189 '可写终稿的判断层':29 '和':102,128 '哪些事实':82 '哪些结论被多个维度共同支持':79 '哪些还需要补查':137 '哪些问题还不能稳健回答':93 '回到原始问题':34,99 '如果发现关键缺口导致主线无法成立':148 '存在争议的结论':129 '它用于':19 '它负责把分散的子报告变成':28 '对原始问题的回答':95,164,182 '对终稿的结构建议':165,184 '已完成':9 '常见失败':187 '并解释冲突来源':43 '并说明原因':123 '当多个':6 '待进一步观察':181 '必须直接回应用户最初要判断的事':183 '必须能支撑终稿摘要':168 '必须解释冲突来源':176 '必须说明为什么强或弱':172 '忘了回到用户的原始问题':194 '执行流程':97 '把握度':122 '把每个子报告复制成一段摘要':188 '提前写成面向读者的成稿':193 '提取最终要回答的判断':105 '提炼':36 '提炼主线判断':111 '时间点或立场彼此矛盾':84 '明确主线判断':12 '明确保留不确定性':44 '明确这些判断对用户决策':140 '最终最重要的判断是什么':73 '条主线判断':39 '条能支撑终稿摘要的主线':115 '标出关键冲突':42 '样本差异':89 '核心发现':146 '每条判断的把握度如何':76 '汇总共识与冲突':125 '汇总跨维度共识':41 '没有证据强弱判断':190 '深度研究的综合判断':5 '理解或后续动作的含义':142 '看见冲突就回避':191 '稳定结论':127 '给每条主线标注':118 '给终稿布线':144 '给终稿提供写作主线和章节分配建议':47 '统计口径':88 '综合判断要回答的内容':67 '而不是泛泛总结':169 '至少明确这':68 '落到用户问题':139 '要解释为什么矛盾':133 '解释冲突来源':131 '证据强弱':13,75,160,170 '说明哪些判断进入摘要':145 '说明这些判断对用户原始问题意味着什么':46 '读取全部子报告':107 '质量门槛':166 '跨维度共识':14,78,161,173 '输入':55 '输出':151 '这些发现对用户最初的问题意味着什么':96 '选择':141 '限制和风险':109 '需要产出':10 '风险与不确定性等章节':147 '高':119","prices":[{"id":"0617478f-4751-4a6f-80c0-83b05f5636d3","listingId":"8ba9d2d1-22c9-49fd-96c1-87132909e85b","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"OpenSenseNova","category":"SenseNova-Skills","install_from":"skills.sh"},"createdAt":"2026-05-15T06:53:11.105Z"}],"sources":[{"listingId":"8ba9d2d1-22c9-49fd-96c1-87132909e85b","source":"github","sourceId":"OpenSenseNova/SenseNova-Skills/sn-research-synthesis","sourceUrl":"https://github.com/OpenSenseNova/SenseNova-Skills/tree/main/skills/sn-research-synthesis","isPrimary":false,"firstSeenAt":"2026-05-15T06:53:11.105Z","lastSeenAt":"2026-05-18T18:53:05.997Z"}],"details":{"listingId":"8ba9d2d1-22c9-49fd-96c1-87132909e85b","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"OpenSenseNova","slug":"sn-research-synthesis","github":{"repo":"OpenSenseNova/SenseNova-Skills","stars":1627,"topics":["agent","agent-skills","ai-agents","ai-assistant","data-analysis","document-processing","office-automation","presentation-slides"],"license":"mit","html_url":"https://github.com/OpenSenseNova/SenseNova-Skills","pushed_at":"2026-05-15T04:43:37Z","description":"Modular SenseNova skills for building AI-powered office assistants and productivity workflows","skill_md_sha":"5f7ccc29892a350b05565801453ce0b3314fba5f","skill_md_path":"skills/sn-research-synthesis/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/OpenSenseNova/SenseNova-Skills/tree/main/skills/sn-research-synthesis"},"layout":"multi","source":"github","category":"SenseNova-Skills","frontmatter":{"name":"sn-research-synthesis","description":"深度研究的综合判断；当多个 sub_reports 已完成，需要产出 synthesis.md，明确主线判断、证据强弱、跨维度共识、关键冲突、冲突解释、不确定性，以及对原始问题的回答时使用。它用于“先想清楚结论”，不用于直接写最终报告。"},"skills_sh_url":"https://skills.sh/OpenSenseNova/SenseNova-Skills/sn-research-synthesis"},"updatedAt":"2026-05-18T18:53:05.997Z"}}