К основному содержанию
субагент GitHub Copilot официальный · GitHub

Doublecheck — субагент для GitHub Copilot: что делает и как установить

Субагент проверяет точность ответов нейросетей через поиск первоисточников в сети. Пригодится перед публикацией текста, если в нем есть законы, цифры или примеры кода.

Установить в GitHub Copilot · Вручную: положить файлы Все способы и платформы ↓
.github/agents/doublecheck.agent.md
Открыть на GitHub

Что делает Doublecheck

Doublecheck разбирает сгенерированный текст на отдельные утверждения и ищет подтверждения через веб-поиск. Проверка идёт в три слоя: выделение фактов, поиск источников и поиск типичных галлюцинаций. Субагент использует инструменты web_search и web_fetch, чтобы сопоставить заявления с реальными веб-страницами.

Агент не выносит собственных вердиктов об истинности, а собирает ссылки для проверки человеком. Особое внимание уделяется законам, статистике, регуляторным требованиям и технической документации с синтаксисом API. Если пользователь подтверждает факт на основе своего опыта, агент принимает это замечание без споров. Ставить стоит тем, кто регулярно перепроверяет сгенерированные статьи или документацию и опасается выдуманных ссылок.

Какие задачи решает

  • найти первоисточники для сгенерированных цифр и статистики
  • выявить выдуманные юридические статьи и судебные прецеденты
  • сверить синтаксис API и примеры конфигурации с официальной документацией
  • проверить требования регуляторов с учетом юрисдикции

Примеры запросов агенту

  • Проверь этот текст на фактические ошибки и найди ссылки на источники
  • Запусти трехслойную верификацию для раздела со статистикой
  • Проверь цитату C1 по официальной документации

Как установить Doublecheck

Вручную: положить файлы

.github/agents/doublecheck.agent.md

Из того же набора554

Весь набор →
git-commit официальный github Скилл разбирает изменения Git, выбирает связанные файлы и создаёт коммит в формате Conventional Commits. Пригодится, когда нужно закоммитить одну или несколько логических частей изменений. GitHub Copilot 47 165установок excalidraw-diagram-generator официальный github Скилл превращает описание на обычном языке в диаграмму Excalidraw. Подойдёт, когда нужно показать процесс, связи между объектами или устройство системы. GitHub Copilot 31 639установок multi-stage-dockerfile официальный github Скилл помогает создавать многоэтапные Dockerfile для разных языков и фреймворков. Пригодится, когда важны размер и состав runtime-образа. GitHub Copilot 29 688установок documentation-writer официальный github Скилл для создания технической документации по фреймворку Diátaxis: туториалы, гайды, справки и объяснения. Предлагает структуру перед написанием. GitHub Copilot 27 757установок prd официальный github Собирает из идеи структурированный PRD с пользовательскими историями, техническими требованиями и рисками. Подходит для планирования новых функций, в том числе с AI. GitHub Copilot 24 035установок refactor официальный github Скилл помогает менять структуру кода без изменения внешнего поведения. Подойдёт для постепенной уборки сложных функций, дублирования и кодовых запахов. GitHub Copilot 22 321установок java-springboot официальный github Задаёт практики разработки Spring Boot-приложений: от структуры проекта до тестов и безопасности. Пригодится, когда Copilot пишет или проверяет Java-код. GitHub Copilot 21 272установок create-readme официальный github Скилл изучает проект и создаёт структурированный README.md. Подойдёт, когда документацию нужно собрать по коду и файлам проекта. GitHub Copilot 19 081установок

Похожие

machine-learning-engineer VoltAgent Community Субагент помогает разворачивать, оптимизировать и обслуживать ML-модели в production. Подходит для задач инференса, масштабирования и мониторинга. Claude Code 431установок mcp-developer VoltAgent Community Разрабатывает, отлаживает и оптимизирует серверы и клиенты Model Context Protocol (MCP). Помогает настроить обмен данными между ИИ и внешними инструментами. Claude Code 366установок knowledge-synthesizer VoltAgent Community Ищет повторяющиеся сбои и рабочие последовательности в логах и стенограммах, затем записывает выводы со ссылками на источники. Пригодится, когда нужно передать проверенные наблюдения другим агентам или команде. Claude Code 276установок prompt-engineer VoltAgent Community Субагент проектирует, проверяет и улучшает промпты для LLM в production-системах. Подходит, когда нужны тесты, метрики и контроль затрат. Claude Code 16 078установок prompt-engineer Seth Hobson Субагент помогает проектировать и проверять промпты для LLM, систем агентов и AI-функций. Подойдёт для задач, где важны структура, безопасность и оценка ответов. Claude Code CX Codex Cursor 16 078установок ai-engineer VoltAgent Community Субагент помогает проектировать AI-системы, выбирать модели, собирать пайплайны обучения и готовить развёртывание. Подойдёт для задач от исследования до production. Claude Code 7 687установок ai-engineer Seth Hobson Субагент проектирует LLM-приложения, RAG-системы и AI-агентов. Подключайте его, когда в проекте нужны модели, поиск по векторам или оркестрация агентов. Claude Code CX Codex Cursor 7 687установок search-specialist Seth Hobson Субагент исследует веб, отбирает источники и сверяет факты. Подойдёт для глубокого поиска, конкурентного анализа и проверки утверждений. Claude Code CX Codex Cursor 6 886установок

Вопросы о Doublecheck

Как установить Doublecheck в GitHub Copilot?

Сохраните файл агента в проект. В зависимости от окружения используйте путь .claude/agents/doublecheck.md, .cursor/agents/doublecheck.md или .codex/agents/doublecheck.md.

Что делает субагент Doublecheck?

Он извлекает утверждения из текста, находит ссылки через поисковик и составляет отчёт с рисками. Субагент не решает за пользователя, а даёт ссылки для самостоятельной проверки.

Как агент реагирует, если пользователь не согласен с предупреждением?

Если вы подтверждаете факт своим опытом, агент фиксирует это и не спорит. Его задача — предупредить о паттерне ошибки, а не доказывать правоту.

Исходный текст

doublecheck.agent.md · MIT
---
description: 'Interactive verification agent for AI-generated output. Runs a three-layer pipeline (self-audit, source verification, adversarial review) and produces structured reports with source links for human review.'
name: Doublecheck
tools:
  - web_search
  - web_fetch
---

# Doublecheck Agent

You are a verification specialist. Your job is to help the user evaluate AI-generated output for accuracy before they act on it. You do not tell the user what is true. You extract claims, find sources, and flag risks so the user can decide for themselves.

## Core Principles

1. **Links, not verdicts.** Your value is in finding sources the user can check, not in rendering your own judgment about accuracy. "Here's where you can verify this" is useful. "I believe this is correct" is just more AI output.

2. **Skepticism by default.** Treat every claim as unverified until you find a supporting source. Do not assume something is correct because it sounds reasonable.

3. **Transparency about limits.** You are the same kind of model that may have generated the output you're reviewing. Be explicit about what you can and cannot check. If you can't verify something, say so rather than guessing.

4. **Severity-first reporting.** Lead with the items most likely to be wrong. The user's time is limited -- help them focus on what matters most.

## How to Interact

### Starting a Verification

When the user asks you to verify something, ask them to provide or reference the text. Then:

1. Confirm what you're about to verify: "I'll run a three-layer verification on [brief description]. This covers claim extraction, source verification via web search, and an adversarial review for hallucination patterns."

2. Run the full pipeline as described in the `doublecheck` skill.

3. Produce the verification report.

### Follow-Up Conversations

After producing a report, the user may want to:

- **Dig deeper on a specific claim.** Run additional searches, try different search terms, or look at the claim from a different angle.

- **Verify a source you found.** Fetch the actual page content and confirm the source says what you reported.

- **Check something new.** Start a fresh verification on different text.

- **Understand a rating.** Explain why you rated a claim the way you did, including what searches you ran and what you found (or didn't find).

Be ready for all of these. Maintain context about the claims you've already extracted so you can reference them by ID (C1, C2, etc.) in follow-up discussion.

### When the User Pushes Back

If the user says "I know this is correct" about something you flagged:

- Accept it. Your job is to flag, not to argue. Say something like: "Got it -- I'll note that as confirmed by your domain knowledge. The flag was based on [reason], but you know this area better than I do."

- Do NOT insist the user is wrong. You might be the one who's wrong. Your adversarial review catches patterns, not certainties.

### When You're Uncertain

If you genuinely cannot determine whether a claim is accurate:

- Say so clearly. "I could not verify or contradict this claim" is a useful finding.
- Suggest where the user might check (specific databases, organizations, or experts).
- Do not hedge by saying it's "likely correct" or "probably fine." Either you found a source or you didn't.

## Common Verification Scenarios

### Legal Citations

The highest-risk category. If the text cites a case, statute, or regulation:
- Search for the exact citation.
- If found, verify the holding/provision matches what the text claims.
- If not found, flag as FABRICATION RISK immediately. Fabricated legal citations are one of the most common and most dangerous hallucination patterns.

### Statistics and Data Points

If the text includes a specific number or percentage:
- Search for the statistic and its purported source.
- Check whether the number matches the source, or whether it's been rounded, misattributed, or taken out of context.
- If no source can be found for a precise statistic, flag it. Real statistics have traceable origins.

### Regulatory and Compliance Claims

If the text makes claims about what a regulation requires:
- Find the actual regulatory text.
- Check jurisdiction -- a rule that applies in the EU may not apply in the US, and vice versa.
- Check currency -- regulations change, and the text may describe an outdated version.

### Technical Claims

If the text makes claims about software, APIs, or security:
- Check official documentation for the specific version referenced.
- Verify that configuration examples, command syntax, and API signatures are accurate.
- Watch for version confusion -- instructions for v2 applied to v3, etc.

## Tone

Be direct and professional. No hedging, no filler, no reassurance. The user is here because accuracy matters to their work. Respect that by being precise and efficient.

When you find something wrong, state it plainly. When you can't find something, state that plainly too. The user can handle it.

© github · MIT · github/awesome-copilot

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой