К основному содержанию
скилл Claude Code CX Codex Cursor GitHub Copilot

research-synthesize — скилл Claude Code: что делает и как ставить

Сводит накопленные в памяти ruflo находки в один отчёт: оценка доказательств, разбор противоречий, список следующих шагов. Пригодится после серии прогонов deep-research.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add ruvnet/ruflo --skill research-synthesize -a claude-code
Открыть на GitHub

Что делает research-synthesize

Скилл берёт то, что уже лежит в памяти ruflo, и собирает из этого один текст. Сначала ищет по неймспейсам research и research-sources, отдельно вытаскивает найденные паттерны и строит контекст через agentdb_context-synthesize. Потом каждой находке ставится уровень доказательности. High: совпадают несколько независимых источников, подтверждение прямое. Medium: один достоверный источник, косвенная поддержка. Low: единичное непроверенное свидетельство.

Противоречия разбираются по шагам: назвать конкретное расхождение, сравнить качество доказательств с обеих сторон, проверить, что свежее. Что не снялось, помечается как unresolved, а не замазывается. neural_predict ранжирует находки по исходной цели, отчёт получает фиксированную структуру: summary, key findings, methodology, limitations, recommendations, sources. Готовый текст уходит в неймспейс research-synthesis через memory_store, поэтому следующий запрос его найдёт.

Вызов принимает тему и необязательный --format report|brief|table. Вся работа с памятью идёт через MCP-инструменты ruflo; если сервер не подключён, шаги поиска и записи не сработают и синтезировать будет нечего.

Какие задачи решает

  • свести находки из нескольких прогонов deep-research в один текст
  • отделить подтверждённый вывод от единственного непроверенного источника
  • разобрать противоречия между источниками и честно отметить нерешённые
  • собрать отчёт по готовому каркасу, а не с чистого листа
  • сохранить синтез в память, чтобы следующий запрос его подхватил

Примеры запросов агенту

  • Собери синтез по теме «кэширование запросов в Postgres», формат table
  • Сделай research-synthesize по находкам о выборе векторной БД, с оценкой доказательств и разбором противоречий
  • Сожми всё, что нашлось про миграцию на монорепу, в brief с рекомендациями

Как установить research-synthesize

1Через Skills CLI (Vercel)

npx skills add ruvnet/ruflo --skill research-synthesize -a claude-code

2Вручную: положить файлы

~/.claude/skills/research-synthesize/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/research-synthesize/

Из того же набора104

Весь набор →
ruflo ruvnet Скилл добавляет в проект оркестрацию мультиагентных задач, память, маршрутизацию и MCP-инструменты. Нужен для swarm-сценариев и многошаговых workflows. Claude Code CX Codex Cursor +1 4 000установок Swarm Orchestration ruvnet Скилл для управления роями агентов с параллельным выполнением задач, динамической топологией и автоматической балансировкой нагрузки. Нужен, когда одного агента недостаточно и требуется координировать специалистов разного профиля. Claude Code CX Codex Cursor +1 2 100установок github-project-management ruvnet Скилл превращает рутину вокруг issue и доски проекта в вызовы gh и ruv-swarm: метки, подзадачи, поиск дублей. Пригодится, когда задач много, а порядка в трекере нет. Claude Code CX Codex Cursor +1 1 400установок github-workflow-automation ruvnet Скилл автоматизирует GitHub Actions с координацией AI-агентов. Генерирует оптимальные pipeline, управляет pull request'ами, анализирует баги и развёртывает обновления с минимальными рисками. Claude Code CX Codex Cursor +1 1 300установок github-code-review ruvnet Организует параллельное код-ревью в GitHub с помощью агентов безопасности, архитектуры и стиля через пакет ruv-swarm. Claude Code CX Codex Cursor +1 1 300установок stream-chain ruvnet Организует последовательную передачу данных между шагами агента через цепочки промптов или готовые пайплайны. Claude Code CX Codex Cursor +1 1 200установок flow-nexus-swarm ruvnet Развёртывает облачные рои ИИ-агентов и собирает событийные процессы с очередями сообщений. Нужен для координации задач, контроля запусков и масштабирования роя. Claude Code CX Codex Cursor +1 1 200установок performance-analysis ruvnet Находит узкие места в Claude Flow swarms, профилирует операции агентов и генерирует отчёты с рекомендациями по оптимизации. Claude Code CX Codex Cursor +1 1 200установок

Похожие

bailian-cli modelstudioai Скилл для управления ресурсами Aliyun Bailian и DashScope через утилиту bl. Помогает вызывать приложения, проверять квоты и искать данные в базах знаний. Claude Code CX Codex Cursor +1 18 700установок setup-matt-pocock-skills Matt Pocock Скилл настраивает репозиторий для инженерных скиллов Matt Pocock: задаёт трекер задач, метки триажа и расположение доменной документации. Запустите его перед первым использованием остальных скиллов. Claude Code 1 052 851установок to-tickets Matt Pocock Разбивает план, спецификацию или переписку на небольшие сквозные задачи и отмечает, какие из них блокируют остальные. Пригодится, когда нужно согласовать порядок работы до публикации задач в трекере. Claude Code 711 230установок writing-plans Jesse Vincent Скилл превращает требования к многошаговой задаче в подробный план реализации до начала работы с кодом. Пригодится, когда исполнителю нужно зафиксировать файлы, интерфейсы и проверки. Claude Code CX Codex 282 859установок stitch-loop официальный google-labs-code Организует автономную сборку страниц через Stitch MCP. Агент берёт задачу из файла-эстафеты, создаёт экран, переносит код в проект и сразу пишет задание для следующей итерации. Claude Code CX Codex Cursor +1 56 300установок improve shadcn Анализирует кодовую базу в режиме чтения и создаёт автономные пошаговые планы для других агентов. Помогает найти баги, долги архитектуры и проблемы безопасности без правки файлов. Claude Code CX Codex Cursor +1 37 500установок typesafe-ai typesafe-ai Обучает агента интегрировать модели решений TypeSafe: формировать типизированные вопросы по тексту и изображениям и строить логику решений в коде. Claude Code CX Codex Cursor +1 95 600установок

Вопросы о research-synthesize

Как установить research-synthesize в Claude Code?

Одной командой: npx skills add ruvnet/ruflo --skill research-synthesize -a claude-code. Файл скилла появится по пути ~/.claude/skills/research-synthesize/SKILL.md.

Что делает research-synthesize?

Ищет накопленные находки в памяти ruflo, расставляет им уровни доказательности, разбирает противоречия и складывает отчёт в неймспейс research-synthesis.

Что нужно, чтобы скилл заработал?

Подключённый MCP-сервер ruflo: скилл ходит в память через memory_search, memory_store, agentdb_context-synthesize и neural_predict. Ещё ему открыты Bash, Read и Write.

Исходный текст

SKILL.md · MIT
---
name: research-synthesize
description: Synthesize research findings from memory into structured reports with evidence grading, contradiction resolution, and actionable recommendations
argument-hint: "<topic> [--format report|brief|table]"
allowed-tools: mcp__plugin_ruflo-core_ruflo__memory_search mcp__plugin_ruflo-core_ruflo__memory_search_unified mcp__plugin_ruflo-core_ruflo__memory_list mcp__plugin_ruflo-core_ruflo__memory_retrieve mcp__plugin_ruflo-core_ruflo__memory_store mcp__plugin_ruflo-core_ruflo__agentdb_context-synthesize mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search mcp__plugin_ruflo-core_ruflo__neural_predict Bash Read Write
---

# Research Synthesize

Synthesize accumulated research findings into actionable reports.

## When to use

After running deep-research (one or multiple times), when you need to pull together findings from memory into a coherent synthesis with recommendations.

## Steps

1. **Gather findings** — search across research namespaces:
   - `mcp__plugin_ruflo-core_ruflo__memory_search` namespace `research` for raw findings
   - `mcp__plugin_ruflo-core_ruflo__memory_search` namespace `research-sources` for references
   - `mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search` for discovered patterns
   - `mcp__plugin_ruflo-core_ruflo__agentdb_context-synthesize` for AI-assisted context building
2. **Grade evidence** — for each finding, assess:
   - **High**: Multiple independent sources agree, directly observed, reproducible
   - **Medium**: Single credible source, indirectly supported, plausible
   - **Low**: Anecdotal, single unverified source, speculative
3. **Resolve contradictions** — when findings conflict:
   - Identify the specific claim in tension
   - Compare evidence quality
   - Check recency (newer data may supersede)
   - Note unresolved contradictions explicitly
4. **Predict relevance** — call `mcp__plugin_ruflo-core_ruflo__neural_predict` to score which findings are most relevant to the original goal
5. **Structure report**:
   - Executive summary (2-3 sentences answering the original question)
   - Key findings (ranked by evidence quality)
   - Methodology (what sources were checked)
   - Limitations (what wasn't checked, what remains uncertain)
   - Recommendations (concrete next actions)
   - References (source links and memory keys)
6. **Store synthesis** — call `mcp__plugin_ruflo-core_ruflo__memory_store` namespace `research-synthesis` with the full report

## Output format

```
# [Research Topic] — Synthesis Report

## Summary
[2-3 sentence answer]

## Key Findings
1. [Finding] — Evidence: High/Medium/Low
2. [Finding] — Evidence: High/Medium/Low

## Contradictions
- [Claim A] vs [Claim B]: [resolution or "unresolved"]

## Recommendations
1. [Action] — because [reasoning]

## Sources
- [key]: [description]
```

© ruvnet · MIT · ruvnet/ruflo

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой