{"id":"92b952bf-422d-475b-99f1-c58ab000a8f8","shortId":"Dw7cxB","kind":"skill","title":"multi-ai-research","tagline":"Parallel multi-AI cross-validation research workflow (大版本). Dispatch N internal sub-agents + grok + gemini in parallel, automatically cross-validate findings, tier by confidence (strong consensus / partial / conflict / insufficient), generate tiered action items with arbitration.","description":"<!-- v1 | 2026-04-09 | 从 2026-04-08 X reply deboost 调研实战沉淀；集成自动置信度分级 + 仲裁 + 改动清单 -->\n\n# Multi-AI Research（并行多 AI 交叉验证）\n\n**核心价值**：能力乘法，不是加法。Claude（主脑）+ grok（X 社区/实时）+ gemini（Google 生态/结构化）+ N 个内部 sub-agent = **N+3 个 agent 并行**处理同一个研究问题。\n\n**关键洞察**（2026-04-08 实战验证）：两个独立外部 AI 的共识信号 **强于** 任何单个 AI 的深度。\"更深度\" < \"更少错\"。\n\n**和 ask-opencli 的关系**：\n- `ask-opencli` = 单次 grok 或 gemini 调用（日常 second opinion）\n- `multi-ai-research` = **完整调研工作流**，并行多 AI + 内部数据 + 交叉验证 + 自动仲裁\n\n如果用户只是想\"问 grok 一个问题\"，用 `ask-opencli`。如果用户要做\"深度调研\"或\"交叉验证多个维度\"，用这个 skill。\n\n---\n\n## 何时触发\n\n### ✅ 适合\n\n- 深度研究任务（手动做 >30 分钟）\n- 行业机制问题（算法规则、产品决策、社区共识）\n- 需要外部共识加权的内部数据推断\n- 时效性问题（grok 有实时 X 数据，gemini 有最新 web 索引）\n- 反转既有假设（数据 vs 理论冲突时仲裁）\n- 新工具/新做法的可行性调研\n\n### ❌ 不适合\n\n- 纯代码推理（单个 Claude 足够）\n- 需要深度项目 context 的任务（外部 AI 不了解你的代码库）\n- 快速事实问答（<30 秒能解决，并行开销不值）\n- 创意生成（单家强模型即可）\n\n---\n\n## 工作流（7 Phase）\n\n### Phase 1：问题分解（Claude 自动 + 用户可覆盖）\n\n从用户的一个研究问题，自动拆分成：\n\n1. **内部数据查询**（1-5 个 sub-agent 并行）\n   - 数据分布/量化分析\n   - 内容对比/质性分析\n   - 多维度切分\n   - 时序/趋势分析\n   - （按需增加）\n\n2. **外部理论查询**（2 个 Bash 并行）\n   - grok：侧重实时/社区/X 信号\n   - gemini：侧重结构化/框架/长推理\n\n**默认分解策略**：\n- 3 个内部 agent + 2 个外部 AI = 5 个并行任务\n- 如果用户问题偏理论 → 减少内部 agent 到 1-2 个，加大外部 AI 权重\n- 如果用户问题偏数据 → 加到 4-5 个内部 agent，只跑 2 个外部 AI 做交叉\n\n**用户可覆盖**：用户明确说\"只问 grok 和 gemini\"或\"只派内部 agent\"时按用户指令。\n\n### Phase 2：Prompt 自动生成\n\n对每个并行任务，自动生成具体 prompt：\n\n#### 内部 agent prompt 模板\n\n```\n你的任务是**只读数据分析**，不要修改任何文件。\n\n## 背景\n{{研究问题的 2-3 句背景描述}}\n\n## 数据源\n{{数据库路径或文件列表}}\n\n## 任务\n{{具体要查的维度，1-5 个 task}}\n\n## 输出格式\n- 结构化 markdown 报告\n- 每个结论标注 n（样本数）和 置信度\n- 3 屏幕内\n- 纯文本返回，不要尝试写文件\n```\n\n#### grok / gemini prompt 模板\n\n```\n{{研究问题的精简描述，≤300 字}}\n\n具体问：\n(1) {{子问题 1}}\n(2) {{子问题 2}}\n...\n\n请基于 2026 年上半年真实情况/最新数据回答，要具体可引用。\n```\n\n**关键要求**：问 grok 和 gemini 的 prompt **必须一致**（独立对比的前提）。\n\n### Phase 3：并行派发（一条消息多个工具调用）\n\n```\nTool 1: Agent (general-purpose)  run_in_background=true  [内部数据 agent A]\nTool 2: Agent (general-purpose)  run_in_background=true  [内部数据 agent B]\nTool 3: Agent (general-purpose)  run_in_background=true  [内部数据 agent C]\nTool 4: Bash run_in_background=true  [OPENCLI_BROWSER_COMMAND_TIMEOUT=300 opencli grok ask \"...\" --timeout 300 -f json]\nTool 5: Bash run_in_background=true  [opencli gemini ask \"...\" --format plain]\n```\n\n**必须在 Claude 的同一条 assistant 消息里**一次性调用多个工具，才能真正并行。\n\n### Phase 4：等待（不要 poll）\n\nBackground agent / Bash 任务完成会**自动通知**。在等的时候，Claude 可以：\n\n- 读现有 docs / memory 获取更多 context\n- 准备输出结构\n- 做初步的 Phase 5/6 分析框架\n\n**明确禁止**：\n- 不要 sleep + 轮询任务状态\n- 不要主动 Read output 文件（除非收到完成通知）\n- 不要抢跑做结论\n\n### Phase 5：交叉验证 + 自动置信度分级（大版本核心）\n\n所有结果回来后，**按 4 层分类规则**自动仲裁每个发现：\n\n#### 分类规则矩阵\n\n| Tier | 判定条件 | 置信度 | 处理 |\n|---|---|---|---|\n| 🟢 **Strong consensus** | 内部数据(n≥20) + grok + gemini **全部支持** | 高 | 可直接写进最终结论，作为硬依据 |\n| 🟡 **Partial consensus** | 内部数据 + **1 家外部 AI** 支持 | 中 | 小幅建议，保留怀疑 |\n| 🔴 **Conflict** | 内部数据 vs 外部 AI **矛盾** | 需仲裁 | 按仲裁原则决定 |\n| ⚪ **Insufficient data** | 内部数据 n<10 且没有强外部支持 | 低 | 标为假设，需 A/B 测试 |\n\n#### 仲裁原则（自动执行）\n\n**原则 1：样本量门槛**\n- n ≥ 20：可作为高置信度依据\n- 10 ≤ n < 20：中置信度，小幅改动\n- n < 10：仅观察，不作为结论\n- n < 5：完全忽略\n\n**原则 2：数据 vs 理论冲突时**\n- 内部数据 n ≥ 20 → **优先内部数据**（除非外部 AI 双方都独立反对）\n- 内部数据 n < 10 → **优先外部 AI 共识**（双方一致时）\n- 内部数据 n < 5 → 结论待定，标为 open question\n\n**原则 3：外部 AI 可疑概念识别**\n- gemini 有时会给出疑似幻觉的概念（如\"Phoenix 架构\"等具体命名）\n- 规则：概念名**只在 gemini 单家出现且无 grok 交叉** → 标为 \"potential hallucination\"，不采纳\n- grok 引用的社区数据（\"用户反馈说...\"）→ 中等可信度\n\n**原则 4：反直觉发现的特别处理**\n- 如果 n ≥ 20 数据和常识/理论相反（如\"小帖 > 大爆款\"）\n- 且外部 AI 共识支持\n- 标注 \"⚠️ 反直觉但强共识\"，需要在后续跟进验证\n\n### Phase 5.5：外部 AI 案例二次验证（大版本新增）\n\n外部 AI 有时会给出具体的\"案例\"（如 `@morsyxbt 100→1600/月`），这类\"单家独有案例\"需要二次验证：\n\n**验证方式**（按优先级）：\n\n1. **用户工具直接验证**：如果是 X 账号 → 用 `twitter -c user <handle>` 查是否真实存在\n2. **反向问另一家 AI**：问 gemini \"你听说过 @morsyxbt 吗？\" 看是否有交叉记忆\n3. **Web search 验证**：让用户手动搜或用额外 web 工具\n\n**2026-04-09 实战案例**：\n- Grok 独家提到 `@morsyxbt` 100→1600/月\n- Gemini 没提\n- 用 `twitter -c user morsyxbt` 验证：**真实账号，10.2k followers, verified**\n- 结论：账号真实，但\"100→1600/月\"的具体数字仍需 morsyxbt 本人 tweet 确认\n- Tier：从 \"单家可疑\" 升级到 \"单家可信案例\"\n\n**潜在幻觉的识别**：\n- 如果验证失败（账号不存在/数字对不上）→ 标记为 `hallucination`，从 report 删除\n- 如果部分验证（账号存在但数字未证）→ 标记为 `partial verified`，保留但降低权重\n\n### Phase 6：自动生成改动清单（tiered action items）\n\n输出结构：\n\n```markdown\n## Action Items (auto-generated, tiered)\n\n### 🔴 极高置信度必做（Strong consensus，可直接落地）\n1. [action] — 依据：{数据来源 + AI 共识} — 预期效果：{具体可衡量}\n   - Rollback：{怎么撤销}\n   - Verify：{24-48h 后如何验证}\n2. ...\n\n### 🟡 高置信度建议做（Partial consensus）\n1. [action] — 依据：{单侧支持} — 前提假设：{什么条件下才成立}\n2. ...\n\n### ⚪ 待验证假设（Insufficient data）\n1. [hypothesis] — 需要：{什么数据才能确认} — 建议：{A/B 测试设计}\n2. ...\n\n### 🚫 不做（Conflict / 反对证据强）\n1. [originally planned action] — 反对依据：{为什么不做}\n```\n\n### Phase 7：Artifact 保存\n\n保存到 `.omx/artifacts/multi-ai-research-<slug>-<YYYYMMDD-HHMMSS>.md`\n\n必须包含：\n1. **原始研究问题**（用户的一句话）\n2. **Phase 1 问题分解**（每个任务的具体 prompt）\n3. **Phase 3 并行任务列表**（task id + 命令）\n4. **每个 agent 的 raw response**（N 个内部 + 2 个外部）\n5. **Phase 5 交叉验证矩阵**（每个发现的置信度判定）\n6. **Phase 6 改动清单**（tiered action items）\n7. **用时 + 任务数**（metadata）\n\n---\n\n## ⚠️ 命令速查（防呆，最先看这个）\n\n**grok 和 gemini 的有效子命令只有这些，其他都是错的：**\n\n```bash\n# ✅ Grok —— 只有一个子命令 ask\nOPENCLI_BROWSER_COMMAND_TIMEOUT=300 opencli grok ask \"问题\" --timeout 300 -f json\n\n# ✅ Gemini —— 5 个子命令，最常用是 ask\nopencli gemini ask \"问题\" --format plain         # 最常用（单次问答）\nopencli gemini new                               # 开新对话\nopencli gemini deep-research \"问题\"              # Deep Research\nopencli gemini deep-research-result              # 取 Deep Research 结果\nopencli gemini image \"画一个...\"                 # 生图\n```\n\n**❌ 常见错误命令（运行会直接报 `unknown command`）**：\n\n| ❌ 错误 | ✅ 正确 | 备注 |\n|---|---|---|\n| `opencli gemini chat \"...\"` | `opencli gemini ask \"...\"` | **没有 chat 子命令**（常见错误，别习惯性用） |\n| `opencli gemini query \"...\"` | `opencli gemini ask \"...\"` | 没有 query |\n| `opencli grok chat \"...\"` | `opencli grok ask \"...\"` | grok 只有 ask |\n| `opencli grok new` | `opencli grok ask \"...\" --new true` | grok 的\"新对话\"是 ask 的参数 |\n\n**记忆锚点**：**`ask` 是两家唯一的\"问一次\"命令**。不是 `chat`，不是 `query`，不是 `prompt`。\n\n如果不确定，跑 `opencli grok --help` 或 `opencli gemini --help` 看完整子命令列表。\n\n---\n\n## 首次使用：安装 opencli（5 分钟一次性）\n\n> **官方仓库**：https://github.com/jackwener/opencli\n> **npm 包**：`@jackwener/opencli` ([npmjs](https://www.npmjs.com/package/@jackwener/opencli))\n> **作者**：jackwener\n> **License**：Apache-2.0\n\n### 环境要求\n\n- Node.js ≥ 20.0.0\n- Chrome 或 Chromium 浏览器\n- macOS / Linux / Windows 均支持\n\n### 一、安装 opencli CLI\n\n```bash\nnpm install -g @jackwener/opencli\n```\n\n验证：\n\n```bash\nopencli --version\n```\n\n### 二、安装 Browser Bridge 扩展\n\nopencli 通过一个**轻量的 Chrome 扩展 + 本地 daemon** 复用你浏览器已登录的 session。首次运行会自动引导安装：\n\n```bash\nopencli doctor\n```\n\n按提示把扩展加载到 Chrome（通常是 `chrome://extensions` → 开发者模式 → 加载已解压的扩展，路径 doctor 会告诉你）。\n\n### 三、登录目标 AI 网站\n\n用装了扩展的那个 Chrome profile 打开并登录：\n\n- https://grok.com（Premium/Premium+ 订阅）\n- https://gemini.google.com（Advanced 订阅）\n\n登录一次就行，session 会被 opencli 长期复用。\n\n### 四、设置环境变量（必须）\n\n```bash\n# 加到 ~/.zshrc 或 ~/.bashrc\nexport OPENCLI_BROWSER_COMMAND_TIMEOUT=300\n```\n\n**为什么必须**：opencli 的默认 browser command timeout 是 60 秒（`runtime.js:25`），对 grok 复杂问题不够。不设这个 grok 会报 `timed out after 60s`。这是血泪教训。\n\n### 五、可选：安装 opencli 的 AI skills\n\nopencli 自己提供了几个 AI skill，也可以装：\n\n```bash\nnpx skills add jackwener/opencli\n```\n\n（这些 skill 和 `multi-ai-research` 不冲突，是互补的。）\n\n### 六、验证全链路\n\n```bash\nOPENCLI_BROWSER_COMMAND_TIMEOUT=300 opencli grok ask \"请只回复：OK\" --timeout 300 -f json\nopencli gemini ask \"请只回复：OK\" --format plain\n```\n\n两个都返回 OK 就代表全链路通了。\n\n---\n\n## Phase 0: Pre-flight Prerequisites（强制检查）\n\n运行前**必须**按顺序检查，任一失败停止流程并向用户报告：\n\n### 0.1 CLI 可用性\n\n```bash\n# opencli 存在\nwhich opencli || echo \"🔴 opencli 未安装\"\nopencli --version 2>&1 | head -1\n\n# twitter-cli 存在（如果任务涉及 X 数据）\nwhich twitter 2>&1\n```\n\n### 0.2 环境变量（grok 必需）\n\n```bash\necho \"OPENCLI_BROWSER_COMMAND_TIMEOUT=${OPENCLI_BROWSER_COMMAND_TIMEOUT:-未设置}\"\n```\n\n如果**未设置**：\n- **不要静默跳过**，否则 grok 会 60s 硬截断\n- 在每次 Bash 调用时**强制前置**：`OPENCLI_BROWSER_COMMAND_TIMEOUT=300 opencli grok ask ...`\n- 或提示用户在 shell rc 加 `export OPENCLI_BROWSER_COMMAND_TIMEOUT=300`\n\n### 0.3 登录状态（手动）\n\n首次运行时提醒用户确认：\n- grok.com 在 Chrome 已登录（Premium/Premium+）\n- gemini.google.com 在 Chrome 已登录（Advanced）\n\n### 0.4 Claude Code Agent 工具可用\n\n- 当前 session 能调 `general-purpose` subagent（用于内部数据任务）\n- 能用 `run_in_background=true` 参数\n\n### 0.5 数据源健康检查（针对 domain 特定场景）\n\n如果研究问题涉及**内部数据分析**，先跑数据健康检查：\n\n**示例：X reply 场景**\n```python\n# 检查 reply_tracking 数据完整度\nimport sqlite3\nconn = sqlite3.connect('/path/to/tracker.db')\n\n# Pending 堆积（collector bug 指示）\nstale = conn.execute(\"\"\"\n    SELECT COUNT(*) FROM reply_tracking\n    WHERE check_stage='pending'\n      AND posted_at < datetime('now', '-24 hour')\n\"\"\").fetchone()[0]\n\n# 关键字段覆盖率\nby_type = conn.execute(\"\"\"\n    SELECT type, COUNT(*) as total,\n           SUM(CASE WHEN check_stage='pending' THEN 1 ELSE 0 END) as pending\n    FROM reply_tracking\n    GROUP BY type\n\"\"\").fetchall()\n\n# 硬阈值判断\nif stale > 50:\n    print(\"🔴 >50 条 reply 永久 pending，疑似 collector bug，先修再 research\")\nfor t in by_type:\n    if t[1] > 10 and t[2] / t[1] > 0.5:\n        print(f\"🔴 type={t[0]} 的 pending 率 >50%，可能 collector 只覆盖部分 type\")\n```\n\n**教训**（2026-04-09 实测发现）：@your-account 的 collector 只追踪 `reply/quote` 不追 `post`，导致 N 条 post 全部 pending 被当成\"0 views\"。**Phase 0 的 data health check 能提前暴露这种 bug**，避免\"拿污染数据做调研\"。\n\n### 判定规则\n\n| Pre-check 状态 | 行动 |\n|---|---|\n| 全绿 | 继续 Phase 1 |\n| CLI 缺失 | 停止，告知用户安装 |\n| 环境变量缺失 | 自动 Bash 前置，**不要**跳过 |\n| 登录状态不明 | 告知用户浏览器确认 |\n| 数据源有 bug | **先修再研究**，不要对着污染数据做结论 |\n\n---\n\n## 命令参考\n\n### 并行 Bash 调用（grok + gemini）\n\n**在 Claude Code 里通过 Bash 工具启动**，`run_in_background=true`，一条消息里多个 tool call：\n\n```bash\n# Bash call 1 (background)\nOPENCLI_BROWSER_COMMAND_TIMEOUT=300 opencli grok ask \"{{PROMPT}}\" --timeout 300 -f json\n\n# Bash call 2 (background)\nopencli gemini ask \"{{PROMPT}}\" --format plain\n```\n\n两个 Bash 调用 **必须在同一条 assistant 消息里**调用，否则会串行。\n\n### 并行 Agent 派发（内部数据）\n\n**使用 Agent 工具**，`run_in_background=true`，一条消息里多个 tool call：\n\n```\nAgent 1: subagent_type=general-purpose, description=...\nAgent 2: subagent_type=general-purpose, description=...\nAgent 3: subagent_type=general-purpose, description=...\n```\n\n每个 agent 的 prompt 独立且完整（Phase 2 生成）。\n\n### 可选：更多 AI 并行（未来扩展）\n\nopencli 还支持其他 AI 服务（perplexity 等，持续扩展），未来可加入：\n\n```bash\nopencli perplexity ask \"{{PROMPT}}\" --format plain\n```\n\n---\n\n## Error handling\n\n### grok 超时（60s 截断）\n- **根因**：`OPENCLI_BROWSER_COMMAND_TIMEOUT` 没设\n- **修复**：`export OPENCLI_BROWSER_COMMAND_TIMEOUT=300`\n- **不要**靠缩短 prompt 绕开（用户 2026-04-08 反馈：不要改问题改超时）\n\n### grok 返回 \"Not logged in\"\n- 停止，让用户在浏览器手动打开 grok.com 登录\n- 不要自动重试\n\n### gemini 返回可疑概念（Phoenix 架构等）\n- Phase 5 自动标为 \"potential hallucination\"\n- 不采纳，需要 grok 交叉验证后才能采用\n\n### 内部 agent timeout\n- 缩小 agent 任务范围（分解成 2 个小 agent）\n- 或者改用直接 Bash SQL 替代\n\n### 部分任务失败\n- 如果 grok 失败但 gemini 成功 → 降级到单外部 AI\n- 如果 2 个外部都失败 → 降级到\"仅内部数据\"调研，标注报告为 \"internal only\"\n- 不要掩盖失败\n\n---\n\n## 2026-04-08 实战案例（此 skill 的设计来源）\n\n**研究问题**：X reply deboost 机制是什么？为什么有的 reply 有流量有的没有？\n\n**Phase 1 分解**：\n- Agent A：reply views 分布分层（n=1079）\n- Agent B：高/低流量 reply 内容对比（A组 10 条 vs B组 10 条）\n- Agent C：时序 × 作者 × 骨架 × 热度 多维切分\n- Grok：2026 Reply Guy 模式机制\n- Gemini：同上（独立对比）\n\n**Phase 3 并行派发**：5 个任务同时启动，Claude 在等的时候继续读 docs\n\n**Phase 4 等待**：5 个任务在 5-10 分钟内陆续完成（Agent B 最慢）\n\n**Phase 5 自动交叉验证**：\n\n| 发现 | 内部证据 | grok | gemini | Tier |\n|---|---|---|---|---|\n| 不是账号级 deboost | Agent A 长尾分布 | ✅ | ✅ | 🟢 强共识 |\n| 原帖热度 U 型 | Agent A+C U 型 | ✅ | ✅ | 🟢 强共识 |\n| 中文 reply >> 英文 reply（1000×） | Agent B 独家 | 部分 | 部分 | 🟡 部分共识 |\n| 踩坑预警 > 补充实测 | Agent A 927V vs 308V | 无意见 | 无意见 | 🟡 数据独支 |\n| Reply Guy 模式 | 行为匹配 | ✅ | ✅ | 🟢 外部强共识 |\n| long 回复更好 | n=0 | ✅ | ✅ | ⚪ 数据不足 |\n| Phoenix 架构 | — | 无提及 | ✅ | 🚫 潜在幻觉 |\n\n**Phase 6 自动改动清单**：\n- 🔴 必做：CN:EN 10:1 / 踩坑预警首选 / 禁顶满 / 作者白黑名单 / 时段加权\n- 🟡 建议：原帖热度甜区软约束 / HVC 机制\n- ⚪ 待验证：long 回复效果（需 A/B 测试）\n- 🚫 不做：基于 Phoenix 架构的假设（不采纳单侧幻觉）\n\n**结果**：30 分钟从\"有困惑\"到\"SKILL.md v8.2 → v8.3 完整改动清单\"。\n\n---\n\n## 和其他 skill 的关系\n\n- **ask-opencli**：单次 grok/gemini 调用，日常 second opinion。本 skill 包含 ask-opencli 的能力但扩展为多 AI 编排。\n- **x-learn-reply v2**：domain-specific 版本，专门做 X reply 策略优化。内部 Phase 4/5（交叉验证 + 改动清单）复用了本 skill 的方法论。\n- **cognitive-portrait**：参考了本 skill 的\"主 agent 派发 sub-agent 并行\"模式，但场景是单人认知画像分析。\n\n如果你的场景是 **domain-specific 优化**（如 X reply / X post），优先用 domain 版本。如果是**通用深度调研**，用本 skill。\n\n---\n\n## 禁止事项\n\n- ❌ 不跳过 Phase 0 prerequisites 检查\n- ❌ 不串行调 grok 和 gemini（必须同一消息并行）\n- ❌ 不 poll 等待 background task（等通知）\n- ❌ 不跳过 Phase 5 置信度分级（直接把 AI 回答当结论）\n- ❌ 不把单家 AI 的独有概念当事实（可能是幻觉）\n- ❌ 不采纳样本 n<10 的内部数据作为高置信度依据\n- ❌ 不跳过 Phase 7 artifact 保存\n\n---\n\nTask: {{ARGUMENTS}}","tags":["multi","research","claude","arsenal","majiayu000","agent-skills","ai-agents","ai-coding-assistant","automation","claude-code","code-review","developer-tools"],"capabilities":["skill","source-majiayu000","skill-multi-ai-research","topic-agent-skills","topic-ai-agents","topic-ai-coding-assistant","topic-automation","topic-claude","topic-claude-code","topic-code-review","topic-developer-tools","topic-devops","topic-productivity","topic-prompt-engineering","topic-python"],"categories":["claude-arsenal"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/majiayu000/claude-arsenal/multi-ai-research","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add majiayu000/claude-arsenal","source_repo":"https://github.com/majiayu000/claude-arsenal","install_from":"skills.sh"}},"qualityScore":"0.464","qualityRationale":"deterministic score 0.46 from registry signals: · indexed on github topic:agent-skills · 29 github stars · SKILL.md body (12,152 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":"2026-05-01T07:01:14.626Z","embedding":null,"createdAt":"2026-04-18T22:24:14.911Z","updatedAt":"2026-05-01T07:01:14.626Z","lastSeenAt":"2026-05-01T07:01:14.626Z","tsv":"'+3':70 '-04':77,628,1347,1550,1610 '-08':78,1551,1611 '-09':629,1348 '-1':1136 '-10':1676 '-2':229 '-2.0':950 '-24':1269 '-3':272 '-48':711 '-5':186,237,279 '/.bashrc':1028 '/.zshrc':1026 '/jackwener/opencli':938 '/package/@jackwener/opencli))':945 '/path/to/tracker.db':1247 '/x':209 '0':1110,1272,1291,1336,1366,1369,1733,1852 '0.1':1120 '0.2':1148 '0.3':1193 '0.4':1207 '0.5':1226,1331 '1':176,183,185,228,278,303,305,328,466,495,601,699,718,728,739,753,758,1134,1147,1289,1324,1330,1387,1426,1474,1625,1746 '10':485,500,506,526,1325,1641,1645,1745,1879 '10.2':646 '100':593,634,653 '1000':1708 '1079':1633 '1600':594,635,654 '2':200,202,219,241,256,271,306,308,341,513,611,714,724,735,756,777,1133,1146,1328,1443,1482,1503,1584,1600 '20':456,498,502,519,569 '20.0.0':953 '2026':76,310,627,1346,1549,1609,1655 '24':710 '3':216,291,324,354,539,620,762,764,1490,1663 '30':133,167,1767 '300':300,377,382,811,817,1034,1089,1096,1179,1192,1432,1438,1543 '308v':1721 '4':236,367,405,444,565,769,1671 '4/5':1811 '5':222,386,438,510,533,779,781,821,933,1569,1665,1673,1675,1682,1868 '5.5':582 '5/6':425 '50':1305,1307,1340 '6':682,784,786,1740 '60':1042 '60s':1054,1169,1529 '7':173,746,791,1883 '927v':1719 'a/b':490,733,1759 'account':1352 'action':40,685,689,700,719,742,789 'add':1071 'advanc':1014,1206 'agent':20,68,72,190,218,226,239,253,263,329,338,342,351,355,364,410,771,1210,1460,1464,1473,1481,1489,1498,1578,1581,1586,1627,1634,1647,1678,1691,1698,1709,1717,1824,1828 'ai':3,8,46,49,81,85,107,111,164,221,232,243,468,477,522,528,541,576,584,588,613,703,1004,1061,1065,1078,1507,1512,1598,1794,1871,1874 'apach':949 'arbitr':43 'argument':1887 'artifact':747,1884 'ask':91,95,121,380,394,806,814,824,827,872,883,891,894,900,907,910,1092,1101,1182,1435,1447,1521,1779,1791 'ask-openc':90,94,120,1778,1790 'assist':400,1455 'auto':692 'auto-gener':691 'automat':25 'a组':1640 'b':352,1635,1679,1710 'background':335,348,361,371,390,409,1223,1418,1427,1444,1468,1863 'bash':204,368,387,411,803,966,972,990,1024,1068,1084,1123,1152,1172,1394,1406,1414,1423,1424,1441,1452,1518,1588 'bridg':978 'browser':374,808,977,1031,1038,1086,1155,1159,1176,1189,1429,1533,1540 'bug':1251,1314,1375,1401 'b组':1644 'c':365,608,641,1648,1700 'call':1422,1425,1442,1472 'case':1283 'chat':869,874,888,915 'check':1261,1285,1373,1381 'chrome':954,983,994,1007,1199,1204 'chromium':956 'claud':54,158,178,398,415,1208,1411,1667 'cli':965,1121,1139,1388 'cn':1743 'code':1209,1412 'cognit':1818 'cognitive-portrait':1817 'collector':1250,1313,1342,1354 'command':375,809,863,1032,1039,1087,1156,1160,1177,1190,1430,1534,1541 'confid':32 'conflict':36,473,737 'conn':1245 'conn.execute':1254,1276 'consensus':34,453,464,697,717 'context':161,421 'count':1256,1279 'cross':10,27 'cross-valid':9,26 'daemon':986 'data':482,727,1371 'datetim':1267 'deboost':1619,1690 'deep':840,843,848,852 'deep-research':839 'deep-research-result':847 'descript':1480,1488,1496 'dispatch':15 'doc':418,1669 'doctor':992,1000 'domain':1229,1802,1834,1843 'domain-specif':1801,1833 'echo':1128,1153 'els':1290 'en':1744 'end':1292 'error':1525 'export':1029,1187,1538 'extens':996 'f':383,818,1097,1333,1439 'fetchal':1301 'fetchon':1271 'find':29 'flight':1113 'follow':648 'format':395,829,1104,1449,1523 'g':969 'gemini':22,60,100,145,211,250,296,318,393,458,543,552,615,637,800,820,826,834,838,846,856,868,871,879,882,927,1100,1409,1446,1564,1595,1659,1687,1858 'gemini.google.com':1013,1202 'general':331,344,357,1216,1478,1486,1494 'general-purpos':330,343,356,1215,1477,1485,1493 'generat':38,693 'github.com':937 'github.com/jackwener/opencli':936 'googl':61 'grok':21,56,98,117,141,206,248,295,316,379,457,554,560,631,798,804,813,887,890,892,896,899,903,923,1046,1049,1091,1150,1167,1181,1408,1434,1527,1554,1575,1593,1654,1686,1856 'grok.com':1010,1197,1561 'grok/gemini':1782 'group':1298 'guy':1657,1726 'h':712 'hallucin':558,671,1572 'handl':1526 'head':1135 'health':1372 'help':924,928 'hour':1270 'hvc':1753 'hypothesi':729 'id':767 'imag':857 'import':1243 'instal':968 'insuffici':37,481,726 'intern':17,1606 'item':41,686,690,790 'jackwen':947 'jackwener/opencli':941,970,1072 'json':384,819,1098,1440 'k':647 'learn':1798 'licens':948 'linux':959 'log':1557 'long':1730,1756 'maco':958 'markdown':284,688 'md':751 'memori':419 'metadata':794 'morsyxbt':592,617,633,643,657 'multi':2,7,45,106,1077 'multi-ai':6,44 'multi-ai-research':1,105,1076 'n':16,64,69,287,455,484,497,501,505,509,518,525,532,568,775,1360,1632,1732,1878 'new':835,897,901 'node.js':952 'npm':939,967 'npmjs':942 'npx':1069 'ok':1094,1103,1107 'omx/artifacts/multi-ai-research-':750 'open':536 'openc':92,96,122,373,378,392,807,812,825,833,837,845,855,867,870,878,881,886,889,895,898,922,926,932,964,973,980,991,1019,1030,1036,1059,1063,1085,1090,1099,1124,1127,1129,1131,1154,1158,1175,1180,1188,1428,1433,1445,1510,1519,1532,1539,1780,1792 'opinion':104,1786 'origin':740 'output':433 'parallel':5,24 'partial':35,463,678,716 'pend':1248,1263,1287,1294,1311,1338,1364 'perplex':1514,1520 'phase':174,175,255,323,404,424,437,581,681,745,757,763,780,785,1109,1368,1386,1502,1568,1624,1662,1670,1681,1739,1810,1851,1867,1882 'phoenix':546,1566,1735,1763 'plain':396,830,1105,1450,1524 'plan':741 'poll':408,1861 'portrait':1819 'post':1265,1358,1362,1841 'potenti':557,1571 'pre':1112,1380 'pre-check':1379 'pre-flight':1111 'premium/premium':1011,1201 'prerequisit':1114,1853 'print':1306,1332 'profil':1008 'prompt':257,261,264,297,320,761,919,1436,1448,1500,1522,1546 'purpos':332,345,358,1217,1479,1487,1495 'python':1238 'queri':880,885,917 'question':537 'raw':773 'rc':1185 'read':432 'repli':1236,1240,1258,1296,1309,1618,1622,1629,1638,1656,1705,1707,1725,1799,1807,1839 'reply/quote':1356 'report':673 'research':4,12,47,108,841,844,849,853,1079,1316 'respons':774 'result':850 'rollback':707 'run':333,346,359,369,388,1221,1416,1466 'runtime.js:25':1044 'search':622 'second':103,1785 'select':1255,1277 'session':988,1017,1213 'shell':1184 'skill':128,1062,1066,1070,1074,1614,1776,1788,1815,1821,1848 'skill-multi-ai-research' 'skill.md':1771 'sleep':429 'source-majiayu000' 'specif':1803,1835 'sql':1589 'sqlite3':1244 'sqlite3.connect':1246 'stage':1262,1286 'stale':1253,1304 'strong':33,452,696 'sub':19,67,189,1827 'sub-ag':18,66,188,1826 'subag':1218,1475,1483,1491 'sum':1282 'task':281,766,1864,1886 'tier':30,39,448,661,684,694,788,1688 'time':1051 'timeout':376,381,810,816,1033,1040,1088,1095,1157,1161,1178,1191,1431,1437,1535,1542,1579 'tool':327,340,353,366,385,1421,1471 'topic-agent-skills' 'topic-ai-agents' 'topic-ai-coding-assistant' 'topic-automation' 'topic-claude' 'topic-claude-code' 'topic-code-review' 'topic-developer-tools' 'topic-devops' 'topic-productivity' 'topic-prompt-engineering' 'topic-python' 'total':1281 'track':1241,1259,1297 'true':336,349,362,372,391,902,1224,1419,1469 'tweet':659 'twitter':607,640,1138,1145 'twitter-c':1137 'type':1275,1278,1300,1321,1334,1344,1476,1484,1492 'u':1696,1701 'unknown':862 'user':609,642 'v2':1800 'v8.2':1772 'v8.3':1773 'valid':11,28 'verifi':649,679,709 'version':974,1132 'view':1367,1630 'vs':151,475,515,1643,1720 'web':147,621,625 'window':960 'workflow':13 'www.npmjs.com':944 'www.npmjs.com/package/@jackwener/opencli))':943 'x':57,143,604,1142,1235,1617,1797,1806,1838,1840 'x-learn-repli':1796 'your-account':1350 '一':962 '一个问题':118 '一条消息多个工具调用':326 '一条消息里多个':1420,1470 '一次性调用多个工具':402 '三':1002 '不':1860 '不串行调':1855 '不了解你的代码库':165 '不作为结论':508 '不做':736,1761 '不冲突':1080 '不把单家':1873 '不是':914,916,918 '不是加法':53 '不是账号级':1689 '不要':407,428,1396,1544 '不要主动':431 '不要修改任何文件':268 '不要对着污染数据做结论':1403 '不要尝试写文件':294 '不要抢跑做结论':436 '不要掩盖失败':1608 '不要改问题改超时':1553 '不要自动重试':1563 '不要静默跳过':1165 '不设这个':1048 '不跳过':1850,1866,1881 '不追':1357 '不适合':155 '不采纳':559,1573 '不采纳单侧幻觉':1765 '不采纳样本':1877 '专门做':1805 '且外部':575 '且没有强外部支持':486 '两个':1451 '两个独立外部':80 '两个都返回':1106 '个':71,187,203,230,280 '个任务同时启动':1666 '个任务在':1674 '个内部':65,217,238,776 '个外部':220,242,778 '个外部都失败':1601 '个子命令':822 '个小':1585 '个并行任务':223 '中':470 '中文':1704 '中等可信度':563 '中置信度':503 '为什么不做':744 '为什么必须':1035 '为什么有的':1621 '主':1823 '主脑':55 '也可以装':1067 '二':975 '五':1056 '交叉':555 '交叉验证':50,113,439,1812 '交叉验证后才能采用':1576 '交叉验证多个维度':126 '交叉验证矩阵':782 '产品决策':137 '什么数据才能确认':731 '什么条件下才成立':723 '仅内部数据':1603 '仅观察':507 '从':662,672 '从用户的一个研究问题':181 '仲裁原则':492 '任一失败停止流程并向用户报告':1119 '任何单个':84 '任务':276 '任务完成会':412 '任务数':793 '任务范围':1582 '优先内部数据':520 '优先外部':527 '优先用':1842 '优化':1836 '会':1168 '会告诉你':1001 '会报':1050 '会被':1018 '但':652 '但场景是单人认知画像分析':1831 '低':487 '低流量':1637 '何时触发':129 '作为硬依据':462 '作者':946,1650 '作者白黑名单':1749 '你听说过':616 '你的任务是':266 '使用':1463 '依据':701,720 '侧重实时':207 '侧重结构化':212 '保存':748,1885 '保存到':749 '保留但降低权重':680 '保留怀疑':472 '信号':210 '修复':1537 '做交叉':244 '做初步的':423 '停止':1390,1559 '先修再':1315 '先修再研究':1402 '先跑数据健康检查':1233 '全绿':1384 '全部':1363 '全部支持':459 '六':1082 '共识':529,704 '共识支持':577 '关键字段覆盖率':1273 '关键洞察':75 '关键要求':314 '其他都是错的':802 '具体可衡量':706 '具体要查的维度':277 '具体问':302 '内容对比':194,1639 '内部':262,1577,1809 '内部数据':112,337,350,363,454,465,474,483,517,524,531,1462 '内部数据分析':1232 '内部数据查询':184 '内部证据':1685 '准备输出结构':422 '减少内部':225 '分布分层':1631 '分析框架':426 '分类规则矩阵':447 '分解':1626 '分解成':1583 '分钟':134 '分钟一次性':934 '分钟从':1768 '分钟内陆续完成':1677 '创意生成':170 '删除':674 '判定条件':449 '判定规则':1378 '别习惯性用':877 '到':227,1770 '前提假设':722 '前置':1395 '加':1186 '加到':235,1025 '加大外部':231 '加载已解压的扩展':998 '包':940 '包含':1789 '升级到':664 '单个':157 '单侧支持':721 '单家出现且无':553 '单家可信案例':665 '单家可疑':663 '单家强模型即可':171 '单家独有案例':597 '单次':97,1781 '单次问答':832 '原则':494,512,538,564 '原始研究问题':754 '原帖热度':1695 '原帖热度甜区软约束':1752 '参数':1225 '参考了本':1820 '双方一致时':530 '双方都独立反对':523 '反向问另一家':612 '反对依据':743 '反对证据强':738 '反直觉但强共识':579 '反直觉发现的特别处理':566 '反转既有假设':149 '反馈':1552 '发现':1684 '取':851 '句背景描述':273 '只在':551 '只有':893 '只有一个子命令':805 '只派内部':252 '只覆盖部分':1343 '只读数据分析':267 '只跑':240 '只追踪':1355 '只问':247 '可以':416 '可作为高置信度依据':499 '可用性':1122 '可疑概念识别':542 '可直接写进最终结论':461 '可直接落地':698 '可能':1341 '可能是幻觉':1876 '可选':1057,1505 '同上':1660 '后如何验证':713 '吗':618 '否则':1166 '否则会串行':1458 '告知用户安装':1391 '告知用户浏览器确认':1399 '命令':768,913 '命令参考':1404 '命令速查':795 '和':89,249,289,317,799,1075,1857 '和其他':1775 '四':1021 '回复效果':1757 '回复更好':1731 '回答当结论':1872 '在':1198,1203,1410 '在每次':1171 '在等的时候':414 '在等的时候继续读':1668 '场景':1237 '均支持':961 '型':1697,1702 '基于':1762 '堆积':1249 '处理':451 '处理同一个研究问题':74 '备注':866 '复杂问题不够':1047 '复用了本':1814 '复用你浏览器已登录的':987 '外部':163,476,540,583,587 '外部强共识':1729 '外部理论查询':201 '多维切分':1653 '多维度切分':196 '大爆款':574 '大版本':14 '大版本新增':586 '大版本核心':441 '失败但':1594 '如':545,572,591,1837 '如果':567,1163,1592,1599 '如果不确定':920 '如果任务涉及':1141 '如果你的场景是':1832 '如果是':603,1845 '如果用户只是想':115 '如果用户要做':123 '如果用户问题偏数据':234 '如果用户问题偏理论':224 '如果研究问题涉及':1231 '如果部分验证':675 '如果验证失败':667 '子命令':875 '子问题':304,307 '字':301 '存在':1125,1140 '安装':931,963,976,1058 '完全忽略':511 '完整改动清单':1774 '完整调研工作流':109 '官方仓库':935 '实战案例':630,1612 '实战验证':79 '实时':59 '实测发现':1349 '家外部':467 '对':1045 '对每个并行任务':259 '导致':1359 '小帖':573 '小幅建议':471 '小幅改动':504 '就代表全链路通了':1108 '层分类规则':445 '屏幕内':292 '工作流':172 '工具':626,1465 '工具可用':1211 '工具启动':1415 '已登录':1200,1205 '常见错误':876 '常见错误命令':860 '年上半年真实情况':311 '并行':73,191,205,1405,1459,1508,1829 '并行任务列表':765 '并行多':48,110 '并行开销不值':169 '并行派发':325,1664 '建议':732,1751 '开发者模式':997 '开新对话':836 '引用的社区数据':561 '强于':83 '强共识':1694,1703 '强制前置':1174 '强制检查':1115 '当前':1212 '待验证':1755 '待验证假设':725 '必做':1742 '必需':1151 '必须':1023,1117 '必须一致':321 '必须包含':752 '必须同一消息并行':1859 '必须在':397 '必须在同一条':1454 '快速事实问答':166 '怎么撤销':708 '成功':1596 '或':99,125,251,925,955,1027 '或提示用户在':1183 '或者改用直接':1587 '截断':1530 '所有结果回来后':442 '手动':1195 '手动做':132 '才能真正并行':403 '打开并登录':1009 '扩展':979,984 '报告':285 '拿污染数据做调研':1377 '持续扩展':1516 '指示':1252 '按':443 '按仲裁原则决定':480 '按优先级':600 '按提示把扩展加载到':993 '按需增加':199 '按顺序检查':1118 '支持':469 '改动清单':787,1813 '教训':1345 '数字对不上':669 '数据':144,150,514,1143 '数据不足':1734 '数据分布':192 '数据和常识':570 '数据完整度':1242 '数据库路径或文件列表':275 '数据来源':702 '数据源':274 '数据源健康检查':1227 '数据源有':1400 '数据独支':1724 '文件':434 '新做法的可行性调研':154 '新对话':905 '新工具':153 '无意见':1722,1723 '无提及':1737 '日常':102,1784 '时序':197,1649 '时按用户指令':254 '时效性问题':140 '时段加权':1750 '明确禁止':427 '是':906,1041 '是两家唯一的':911 '是互补的':1081 '更多':1506 '更少错':88 '更深度':87 '替代':1590 '最先看这个':797 '最常用':831 '最常用是':823 '最慢':1680 '最新数据回答':312 '月':595,636,655 '有困惑':1769 '有实时':142 '有时会给出具体的':589 '有时会给出疑似幻觉的概念':544 '有最新':146 '有流量有的没有':1623 '服务':1513 '未安装':1130 '未来可加入':1517 '未来扩展':1509 '未设置':1162,1164 '本':1787 '本人':658 '本地':985 '机制':1754 '机制是什么':1620 '权重':233 '条':1308,1361,1642,1646 '极高置信度必做':695 '架构':547,1736 '架构的假设':1764 '架构等':1567 '查是否真实存在':610 '标为':535,556 '标为假设':488 '标注':578 '标注报告为':1605 '标记为':670,677 '样本数':288 '样本量门槛':496 '核心价值':51 '根因':1531 '框架':213 '案例':590 '案例二次验证':585 '检查':1239,1854 '概念名':550 '模式':1727,1830 '模式机制':1658 '模板':265,298 '正确':865 '此':1613 '每个':770,1497 '每个任务的具体':760 '每个发现的置信度判定':783 '每个结论标注':286 '永久':1310 '没提':638 '没有':873,884 '没设':1536 '派发':1461,1825 '测试':491,1760 '测试设计':734 '浏览器':957 '消息里':401,1456 '深度研究任务':131 '深度调研':124 '潜在幻觉':1738 '潜在幻觉的识别':666 '热度':1652 '版本':1804,1844 '特定场景':1230 '状态':1382 '独家':1711 '独家提到':632 '独立且完整':1501 '独立对比':1661 '独立对比的前提':322 '率':1339 '环境变量':1149 '环境变量缺失':1392 '环境要求':951 '理论冲突时':516 '理论冲突时仲裁':152 '理论相反':571 '生图':859 '生态':62 '生成':1504 '用':119,606,639 '用于内部数据任务':1219 '用户':1548 '用户反馈说':562 '用户可覆盖':180,245 '用户工具直接验证':602 '用户明确说':246 '用户的一句话':755 '用时':792 '用本':1847 '用装了扩展的那个':1006 '用这个':127 '画一个':858 '疑似':1312 '登录':1562 '登录一次就行':1016 '登录状态':1194 '登录状态不明':1398 '登录目标':1003 '的':319,772,904,1060,1337,1353,1370,1499,1822 '的任务':162 '的共识信号':82 '的关系':93,1777 '的具体数字仍需':656 '的内部数据作为高置信度依据':1880 '的参数':908 '的同一条':399 '的方法论':1816 '的有效子命令只有这些':801 '的深度':86 '的独有概念当事实':1875 '的能力但扩展为多':1793 '的设计来源':1615 '的默认':1037 '直接把':1870 '看完整子命令列表':929 '看是否有交叉记忆':619 '真实账号':645 '矛盾':478 '研究问题':1616 '研究问题的':270 '研究问题的精简描述':299 '硬截断':1170 '硬阈值判断':1302 '确认':660 '示例':1234 '社区':58,208 '社区共识':138 '禁止事项':1849 '禁顶满':1748 '秒':1043 '秒能解决':168 '等':1515 '等具体命名':548 '等待':406,1672,1862 '等通知':1865 '策略优化':1808 '算法规则':136 '索引':148 '纯代码推理':156 '纯文本返回':293 '结构化':63,283 '结果':854,1766 '结论':650 '结论待定':534 '绕开':1547 '继续':1385 '编排':1795 '缩小':1580 '缺失':1389 '网站':1005 '置信度':290,450 '置信度分级':1869 '背景':269 '能力乘法':52 '能提前暴露这种':1374 '能用':1220 '能调':1214 '自动':179,1393 '自动交叉验证':1683 '自动仲裁':114 '自动仲裁每个发现':446 '自动执行':493 '自动拆分成':182 '自动改动清单':1741 '自动标为':1570 '自动生成':258 '自动生成具体':260 '自动生成改动清单':683 '自动置信度分级':440 '自动通知':413 '自己提供了几个':1064 '英文':1706 '获取更多':420 '行业机制问题':135 '行为匹配':1728 '行动':1383 '补充实测':1716 '被当成':1365 '要具体可引用':313 '规则':549 '订阅':1012,1015 '让用户在浏览器手动打开':1560 '让用户手动搜或用额外':624 '记忆锚点':909 '设置环境变量':1022 '请只回复':1093,1102 '请基于':309 '读现有':417 '调用':101,1407,1453,1457,1783 '调用时':1173 '调研':1604 '账号':605 '账号不存在':668 '账号存在但数字未证':676 '账号真实':651 '质性分析':195 '超时':1528 '趋势分析':198 '足够':159 '跑':921 '路径':999 '跳过':1397 '踩坑预警':1715 '踩坑预警首选':1747 '轮询任务状态':430 '轻量的':982 '输出格式':282 '输出结构':687 '运行会直接报':861 '运行前':1116 '返回':1555 '返回可疑概念':1565 '还支持其他':1511 '这些':1073 '这是血泪教训':1055 '这类':596 '适合':130 '通常是':995 '通用深度调研':1846 '通过一个':981 '避免':1376 '部分':1712,1713 '部分任务失败':1591 '部分共识':1714 '里通过':1413 '量化分析':193 '针对':1228 '错误':864 '长尾分布':1693 '长推理':214 '长期复用':1020 '问':116,315,614 '问一次':912 '问题':815,828,842 '问题分解':177,759 '防呆':796 '降级到':1602 '降级到单外部':1597 '除非外部':521 '除非收到完成通知':435 '需':489,1758 '需仲裁':479 '需要':730,1574 '需要二次验证':598 '需要在后续跟进验证':580 '需要外部共识加权的内部数据推断':139 '需要深度项目':160 '靠缩短':1545 '预期效果':705 '首次使用':930 '首次运行会自动引导安装':989 '首次运行时提醒用户确认':1196 '验证':623,644,971 '验证全链路':1083 '验证方式':599 '骨架':1651 '高':460,1636 '高置信度建议做':715 '默认分解策略':215","prices":[{"id":"f282aa10-82aa-4ee3-a1c5-02806387ba0d","listingId":"92b952bf-422d-475b-99f1-c58ab000a8f8","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"majiayu000","category":"claude-arsenal","install_from":"skills.sh"},"createdAt":"2026-04-18T22:24:14.911Z"}],"sources":[{"listingId":"92b952bf-422d-475b-99f1-c58ab000a8f8","source":"github","sourceId":"majiayu000/claude-arsenal/multi-ai-research","sourceUrl":"https://github.com/majiayu000/claude-arsenal/tree/main/skills/multi-ai-research","isPrimary":false,"firstSeenAt":"2026-04-18T22:24:14.911Z","lastSeenAt":"2026-05-01T07:01:14.626Z"}],"details":{"listingId":"92b952bf-422d-475b-99f1-c58ab000a8f8","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"majiayu000","slug":"multi-ai-research","github":{"repo":"majiayu000/claude-arsenal","stars":29,"topics":["agent-skills","ai-agents","ai-coding-assistant","automation","claude","claude-code","code-review","developer-tools","devops","productivity","prompt-engineering","python","software-development","typescript","workflows"],"license":"mit","html_url":"https://github.com/majiayu000/claude-arsenal","pushed_at":"2026-04-29T04:12:22Z","description":"52 production-ready Claude Code skills and 7 specialized agents for software development, DevOps, product workflows, and automation.","skill_md_sha":"81a93b9c31af30128e7ad44c727d823f3e9d6a49","skill_md_path":"skills/multi-ai-research/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/majiayu000/claude-arsenal/tree/main/skills/multi-ai-research"},"layout":"multi","source":"github","category":"claude-arsenal","frontmatter":{"name":"multi-ai-research","description":"Parallel multi-AI cross-validation research workflow (大版本). Dispatch N internal sub-agents + grok + gemini in parallel, automatically cross-validate findings, tier by confidence (strong consensus / partial / conflict / insufficient), generate tiered action items with arbitration. Use when user says \"多 AI 调研\", \"交叉验证\", \"独立共识\", \"三脑调研\", \"multi-ai research\", \"parallel research\", \"cross-validate\", or needs deep research that benefits from internal data + external 2026 consensus. NOT for quick factual Q&A, pure code reasoning, or tasks needing deep project context."},"skills_sh_url":"https://skills.sh/majiayu000/claude-arsenal/multi-ai-research"},"updatedAt":"2026-05-01T07:01:14.626Z"}}