# ara-research-manager

Скилл, который после завершения задачи разбирает историю сессии и записывает решения, эксперименты и тупики в каталог ara/.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 785 установок · ★ 13956
- Автор: Orchestra Research
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/22-agent-native-research-artifact/research-manager/SKILL.md
- Обновлён: 2026-10-11
- HTML: https://affpapa.org/nevibecode/skills/ara-research-manager

## Что делает

Скилл работает как эпилог: он запускается только после того, как запрос полностью выполнен, и никогда во время работы над задачей. Сначала он просматривает всю историю сессии, затем вытаскивает значимые события — решения, эксперименты, зашедшие в тупик подходы, повороты в направлении работы, утверждения и эвристики. Дальше читает уже существующие файлы в `ara/`, чтобы взять текущие ID и состояние дерева, и дописывает новые записи. Если каталога нет, создаёт его.

Каждой записи присваивается метка происхождения: `user`, `ai-suggested`, `ai-executed` или `user-revised`. При сомнении скилл ставит `ai-suggested` — догадки за пользователя он не выдаёт. События раскладываются по файлам: решения, эксперименты и тупики идут в `trace/exploration_tree.yaml`, утверждения — в `logic/claims.md`, эвристики — в `logic/solution/heuristics.md`, неклассифицированные наблюдения — в `staging/observations.yaml`. Рутинные чтения файлов, правки опечаток и установка зависимостей пропускаются.

Дерево исследований хранится как вложенный YAML: дочерние узлы лежат внутри `children:` родителя, а для связей с несколькими предками есть `also_depends_on`. В конце скилл выдаёт однострочную сводку о том, что записал. Работает он в Claude, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill ara-research-manager -a claude-code
```
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill research-manager -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/research-manager/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/research-manager/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill research-manager -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/research-manager/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill research-manager -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/research-manager/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Orchestra-Research/AI-Research-SKILLs research-manager
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/research-manager/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill research-manager -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Orchestra-Research/AI-Research-SKILLs --path 22-agent-native-research-artifact/research-manager
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/research-manager/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill research-manager -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/22-agent-native-research-artifact/research-manager/SKILL.md

## Когда брать
- зафиксировать, почему выбрали один подход и отвергли другой
- сохранить результаты эксперимента вместе с числами и ссылками на доказательства
- записать тупиковый путь, чтобы к нему не возвращались
- отделить предложения ИИ от подтверждённых решений пользователя
- собрать дерево исследований из отдельных сессий

## Примеры запросов агенту
- Задача закрыта, обнови ara/ по этой сессии
- Запиши в ara/, что мы поменяли направление после бенчмарка
- Добавь в exploration_tree.yaml тупик с кэшированием

## Похожие
- [clinical-reports](https://affpapa.org/nevibecode/skills/k-dense-ai-clinical-reports.md) — скилл · 1900 установок
- [wiki-query](https://affpapa.org/nevibecode/skills/agricidaniel-wiki-query.md) — скилл · 462 установки
- [ce-compound](https://affpapa.org/nevibecode/skills/ce-compound.md) — скилл · 3700 установок
- [iterate-lessons-log](https://affpapa.org/nevibecode/skills/iterate-lessons-log.md) — скилл · 721 установка
- [li](https://affpapa.org/nevibecode/skills/li.md) — скилл · 652 установки
- [remember](https://affpapa.org/nevibecode/skills/yeachan-heo-remember.md) — скилл · 623 установки

Из того же набора: [orchestra-research/ai-research-skills](https://affpapa.org/nevibecode/by/orchestra-research/ai-research-skills.md) — 66 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md